实例讲解Python爬取网页数据

> import webbrowser 
> webbrowser.open('http://i.firefoxchina.cn/"htmlcode">

#! python3 
import webbrowser, sys, pyperclip 
if len(sys.argv) > 1: 
 mapAddress = ''.join(sys.argv[1:]) 
else: 
 mapAddress = pyperclip.paste() 
webbrowser.open('http://map.baidu.com/"_blank" href="https://www.jb51.net/article/143370.htm">这里；不清楚.join()用法的，请参考这里。sys.argv是字符串的列表，所以将它传递给join()方法返回一个字符串。

好了，现在选中'天安门广场'这几个字并复制，然后到桌面双击你的程序。当然你也可以在命令行找到你的程序，然后输入地点。
二、用requests模块从Web下载文件：requests模块不是Python自带的，通过命令行运行pip install request安装。没翻墙是很难安装成功的，手动安装可以参考这里。


> import requests 
> res = requests.get('http://i.firefoxchina.cn/"htmlcode">

import requests 
res = requests.get('http://i.firefoxchina.cn/"htmlcode">

> import requests 
> res = requests.get('http://tech.firefox.sina.com/17/0820/10/6DKQALVRW5JHGE1I.html##0-tsina-1-13074-397232819ff9a47a7b7e80a40613cfe1') 
> res.raise_for_status() 
> file = open('1.txt', 'wb') #以写二进制模式打开文件，目的是保存文本中的“Unicode编码” 
> for word in res.iter_content(100000): #<span class="fontstyle0"><span class="fontstyle0">iter_content()</span><span class="fontstyle1">方法在循环的每次迭代中返回一段</span><span class="fontstyle0">bytes</span><span class="fontstyle1">数据</span><span class="fontstyle1">类型的内容，你需要指定其包含的字节数</span></span> 
 file.write(word) 
 
 
16997 
> file.close() 


四、用BeautifulSoup模块解析HTML：在命令行中用pip install beautifulsoup4安装它。

1.bs4.BeautifulSoup()函数可以解析HTML网站链接requests.get()，也可以解析本地保存的HTML文件，直接open()一个本地HTML页面。


> import requests, bs4 
> res = requests.get('http://i.firefoxchina.cn/"C:\Users\King\AppData\Local\Programs\Python\Python36-32\lib\site-packages\beautifulsoup4-4.6.0-py3.6.egg\bs4\__init__.py", line 181 
 markup_type=markup_type)) 
UserWarning: No parser was explicitly specified, so I'm using the best available HTML parser for this system ("html.parser"). This usually isn't a problem, but if you run this code on another system, or in a different virtual environment, it may use a different parser and behave differently. 
 
The code that caused this warning is on line 1 of the file <string>. To get rid of this warning, change code that looks like this: 
 
 BeautifulSoup(YOUR_MARKUP}) 
 
to this: 
 
 BeautifulSoup(YOUR_MARKUP, "html.parser") 
 
> soup = bs4.BeautifulSoup(res.text, 'html.parser') 
> type(soup) 
<class 'bs4.BeautifulSoup'> 


我这里有错误提示，所以加了第二个参数。


> import bs4 
> html = open('C:\\Users\\King\\Desktop\\1.htm') 
> exampleSoup = bs4.BeautifulSoup(html) 
> exampleSoup = bs4.BeautifulSoup(html, 'html.parser') 
> type(exampleSoup) 
<class 'bs4.BeautifulSoup'> 


2.用select()方法寻找元素：需传入一个字符串作为CSS“选择器”来取得Web页面相应元素，例如：

soup.select('div')：所有名为<div>的元素；
soup.select('#author')：带有id属性为author的元素；
soup.select('.notice')：所有使用CSS class属性名为notice的元素；
soup.select('div span')：所有在<div>元素之内的<span>元素；
soup.select('input[name]')：所有名为<input>并有一个name属性，其值无所谓的元素；
soup.select('input[type="button"]')：所有名为<input>并有一个type属性，其值为button的元素。
想查看更多的解析器，请参看这里。


> import requests, bs4 
> res = requests.get('http://i.firefoxchina.cn/"css/mozMainStyle-min.css" rel="external nofollow" rel="external nofollow" rel="stylesheet" type="text/css"/>, <link href="" id=" rel="external nofollow" rel="external nofollow" rel="external nofollow" moz-skin" rel="stylesheet" type="text/css"/>, <link href="" id=" rel="external nofollow" rel="external nofollow" rel="external nofollow" moz-dir" rel="stylesheet" type="text/css"/>, <link href="" id=" rel="external nofollow" rel="external nofollow" rel="external nofollow" moz-ver" rel="stylesheet" type="text/css"/>] 
> type(link) 
<class 'list'> 
> len(link) 
4 
> type(link[0]) 
<class 'bs4.element.Tag'> 
> link[0] 
<link href="css/mozMainStyle-min.css" rel="external nofollow" rel="external nofollow" rel="stylesheet" type="text/css"/> 
> link[0].attrs 
{'rel': ['stylesheet'], 'type': 'text/css', 'href': 'css/mozMainStyle-min.css"htmlcode">

> link[0].get('href') 
'css/mozMainStyle-min.css?v=20170705 


上面这些方法也算是对“网络爬虫”的一些初探。

                                
                                

                                    Python,网页数据 
                                

                                    标签：
                                        
Python,网页数据
                                     

                            
                        
                        

                            

                                免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！
                                如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
                            
                        
                        

                            

                                
                                    上一篇
                                    
使用Python AIML搭建聊天机器人的方法示例
                                
                            
                            

                                
                                    下一篇
                                    
Python迭代器与生成器用法实例分析
                                
                            
                        
                        
                        

                            

                                
                                
                                    评论“实例讲解Python爬取网页数据”
                                
                            
                            

                                

                                    

                                        

                                            

                                                实例讲解Python爬取网页数据
                                            
                                            

                                                
                                            
                                            

                                                

                                                

                                                

                                            
                                            

                                        
                                    
                                    

                                    

                                        
暂无“实例讲解Python爬取网页数据”评论...