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
2.利用beautifulsoup的html解析器，生成結構樹
3.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')
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 取出所有li標籤的所有內容網路爬蟲基礎練習
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...