網路爬蟲基礎練習

2022-06-04 04:30:12 字數 1673 閱讀 7699

0.可以新建乙個用於練習的html檔案,在瀏覽器中開啟。

this is paragraph 1.

段落2廣州商學院

我校校長楊文軒教授講授新學期「思政第一課」

3月27日下午,我校校長楊文軒教授在第四教學樓310室為學生講授了新學期「思政第一課」。

2018-03-28

馬克思主義學院

1.利用requests.get(url)獲取網頁頁面的html檔案

import requests

newsurl = ''

res =requests.get(newsurl)

res.encoding='utf-8'

2.利用beautifulsoup的html解析器,生成結構樹

from bs4 import beautifulsoup

soup = beautifulsoup(res.text,'html.parser')

3.找出特定標籤的html元素

soup.p

soup.head

soup.p.name

soup.p.attrs

soup.p.contents

soup.p.text

soup.p.string

soup.select('li')

4.取得含有特定css屬性的元素

soup.select('#p1node')

soup.select('.news-list-title')

5.練習:

取出h1標籤的文字

取出a標籤的鏈結

b=soup.a.attrs['href']

c=soup.li.a.attrs['href']

print(b)

print(c)

取出所有li標籤的所有內容

for d in soup.select('li'):

print(d)

a0 =soup.select('.news-list-title')[0].text

print(a0)

a1 =soup.li.a.attrs['href']

print(a1)

a2=soup.select('.news-list-info')[0].contents[0].text

print(a2)

a3 =soup.select('.news-list-info')[0].contents[1].text

print(a3)

網路爬蟲基礎練習

0.可以新建乙個用於練習的html檔案,在瀏覽器中開啟。1.利用requests.get url 獲取網頁頁面的html檔案 import requests newsurl res requests.get newsurl 返回response物件 res.encoding utf 8 2.利用be...

網路爬蟲基礎練習

收藏0.可以新建乙個用於練習的html檔案,在瀏覽器中開啟。1.利用requests.get url 獲取網頁頁面的html檔案 import requests newsurl res requests.get newsurl 返回response物件 res.encoding utf 8 2.利用...

網路爬蟲基礎練習

1.利用requests.get url 獲取網頁頁面的html檔案,利用beautifulsoup的html解析器,生成結構樹 import requests from bs4 import beautifulsoup url res requests.get url res.encoding u...