1.安裝beautifulsoup
2.使用beautifulsoup快速建立**格式
from bs4 import beautifulsoup
html = '-------->-------->>名字》年齡》性別》
地點小一》28
北京》'soup = beatifulsoup(html)
print(soup.prettify())
#查詢標籤p，當標籤為其他時，只需要把標籤名p替換成其他的標籤名
#他的缺點是只能夠找到最先發現的那乙個
soup.p
#查詢標籤中的所有屬性,返回乙個字典
soup.p.attrs
#查詢標籤中的乙個具體屬性
soup.p["class"]
#用select查詢所有標籤title
soup.select("title")
#用select查詢所有的class為sister的標籤
soup.select(".sister")
#用select查詢所有id為link1的類
soup.select("link1")
#用select查詢所有p標籤中id為link1的標籤，返回列表
soup.select("p #link1")
#查詢所有p標籤下的子標籤a
soup.select("p>a")
#查詢所有class為sister的a標籤
soup.select("a[class="sister"]")
#以p標籤中的a標籤為例
soup.select("p>a").string
#獲取屬性返回值
soup.select("p>a")["src"]
Python網路爬蟲
找到url，也就是相當於入口，找到你要爬取的鏈結，獲取整個頁面資料 使用正規表示式，匹配到你想要爬取的內容，這裡使用的主要是正規表示式和一些常用的開源庫 最後一步就是寫入文字以及儲存問題了，如文字檔案 資料庫 coding utf 8 是用來指定檔案編碼為utf 8 from urllib impo...
python網路爬蟲
這篇部落格簡單的實現了乙個網路爬蟲指令碼，所謂網路爬蟲就是從 某乙個頁面 通常是首頁 開始，讀取網頁的內容，找到在網頁中的其它鏈結位址，然後通過這些鏈結位址尋找下乙個網頁，這樣一直迴圈下去，直到把這個 所有的網頁都抓取完為止。下面就是乙個簡單地網路爬蟲程式 note 這個命令的意思是，從爬去尋找關鍵...
python網路爬蟲
前言去掉所有標籤 dr re.compile r re.s dd dr.sub jiner 任意內容 可以匹配多位數字 可以匹配用逗號隔開的數字 可以匹配一位的數字 可以匹配帶小數點的數字 匹配空白符 匹配最後兩位 re.search 0 9 0 9 0 9 s.dd 當然，爬蟲還有乙個很關鍵的就通...