博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Python网络爬虫 - 一个简单的爬虫例子
阅读量:7287 次
发布时间:2019-06-30

本文共 1196 字,大约阅读时间需要 3 分钟。

下面我们创建一个真正的爬虫例子

爬取我的博客园个人主页首页的推荐文章列表和地址

scrape_home_articles.py

from urllib.request import urlopenfrom bs4 import BeautifulSoupimport rehtml = urlopen("http://www.cnblogs.com/davidgu")bsObj = BeautifulSoup(html, "html.parser")for link in bsObj.find("div", {
"id":"main_container"}).findAll("a", href=re.compile("^http://www.cnblogs.com/davidgu/p")): if 'href' in link.attrs and not('class' in link.attrs): print(link.string) print(link.attrs['href']) print("--------------------------------------------------------------")

运行结果:

[置顶]解决adb server端口被占用的问题
http://www.cnblogs.com/davidgu/p/4515236.html
--------------------------------------------------------------
[置顶]解决Eclipse下不自动拷贝apk到模拟器问题( The connection to adb is down, and a sever
http://www.cnblogs.com/davidgu/p/4390661.html
--------------------------------------------------------------
常用的正则表达式一览
http://www.cnblogs.com/davidgu/p/4831357.html
--------------------------------------------------------------
C++ 11 - STL - 函数对象(Function Object) (上)
http://www.cnblogs.com/davidgu/p/4829097.html
--------------------------------------------------------------

...

 

转载于:https://www.cnblogs.com/davidgu/p/4831754.html

你可能感兴趣的文章
many-to-many
查看>>
java中的多态
查看>>
Python 函数式编程--装饰器
查看>>
11月28号
查看>>
DAS、NAS、SAN、iSCSI 存储方案概述
查看>>
为VMware esxi主机配置系统日志记录
查看>>
给批量用户设磁盘配额
查看>>
Docker常见问题总结(持续更新)
查看>>
5-6单元练习
查看>>
以普通用户启动的Vim如何保存需要root权限的文件
查看>>
客户端和浏览器都不能连接SVN服务器
查看>>
计划任务
查看>>
华为交换机的命令行
查看>>
限制你的指令只能通过特定的方式来调用
查看>>
男神的补习
查看>>
while数字死循环
查看>>
备份架构——三种基本备份拓扑
查看>>
关于visual assist x插件不能用的解决方案
查看>>
Linux iptables:规则组成
查看>>
HDU 4442 Physical Examination【水题】【思维题】
查看>>