Python使用requests及BeautifulSoup构建爬虫实例代码,
Python使用requests及BeautifulSoup构建爬虫实例代码,
本文研究的主要是Python使用requests及BeautifulSoup构建一个网络爬虫,具体步骤如下。
功能说明
在Python下面可使用requests模块请求某个url获取响应的html文件,接着使用BeautifulSoup解析某个html。
案例
假设我要http://maoyan.com/board/4猫眼电影的top100电影的相关信息,如下截图:
获取电影的标题及url。
安装requests和BeautifulSoup
使用pip工具安装这两个工具。
pip install requests
pip install beautifulsoup4
程序
__author__ = 'Qian Yang' # -*- coding:utf-8 -*- import requests from bs4 import BeautifulSoup def get_one_page(url): response= requests.get(url) if response.status_code == 200: return response.content.decode("utf8","ignore").encode("gbk","ignore") #采用BeautifulSoup解析 def bs4_paraser(html): all_value = [] value = {} soup = BeautifulSoup(html,'html.parser') # 获取每一个电影 all_div_item = soup.find_all('div', attrs={'class': 'movie-item-info'}) for r in all_div_item: # 获取电影的名称和url title = r.find_all(name="p",attrs={"class":"name"})[0].string movie_url = r.find_all('p', attrs={'class': 'name'})[0].a['href'] value['title'] = title value['movie_url'] = movie_url all_value.append(value) value = {} return all_value def main(): url = 'http://maoyan.com/board/4' html = get_one_page(url) all_value = bs4_paraser(html) print(all_value) if __name__ == '__main__': main()
代码测试可用,实现效果:
总结
以上就是本文关于Python使用requests及BeautifulSoup构建爬虫实例代码的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
相关内容
- Python实现的生成格雷码功能示例,python格雷
- python爬取拉勾网职位数据的方法,python拉勾
- 详解Python之unittest单元测试代码,pythonunittest
- python中的set实现不重复的排序原理,pythonset排序原理
- Python动刷新抢12306火车票的代码(附源码),python12306
- python命令行解析之parse_known_args()函数和parse_args()使用
- python实现壁纸批量下载代码实例,python壁纸
- python实现闹钟定时播放音乐功能,python播放音乐
- python使用pandas实现数据分割实例代码,pythonpandas
- Python使用requests发送POST请求实例代码,pythonrequests
评论关闭