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='utf-8'
soup = beautifulsoup(res.text,'html.parser')
print(soup)

2.找出特定標籤的html元素

soup.p #標籤名，返回第乙個

soup.head

soup.p.name #字串

soup.p. attrs #字典，標籤的所有屬性

soup.p. contents # 列表，所有子標籤

soup.p.text #字串

soup.p.string

soup.select(『li')

3.取得含有特定css屬性的元素

soup.select('#p1node')

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

4.練習：

>>> soup.h1.text	 

'\n\n'
>>> soup.a.attrs['href'] 
''

i.contents

(結果資料太多，不作展示)

>>> soup.select('.news-list')[0].a.attrs['href']

''>>> soup.select('.news-list')[0].a.select('.news-list-title')[0].text

'學校黨委書記呂泉榮講授新學期「思政第一課」'

>>> for i in soup.select('.news-list')[0].a.select('.news-list-info')[0].contents:

i.text

'2018-03-29'

'馬克思主義學院'

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

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reques...