python requests 简单网页文本爬取
2018-06-22 00:59:43来源：未知 阅读 ()
爬取网页：
http://www.cnblogs.com/xrq730/archive/2018/06/11/9159586.html
抓取的是一个博客的文本内容
- 用requeusts获取整个网页的HTML信息；
- 使用Beautiful Soup解析HTML信息
1 import requests 2 from bs4 import BeautifulSoup 3
4 5 if __name__=='__main__': 6 target='http://www.cnblogs.com/xrq730/archive/2018/06/11/9159586.html' 7 req=requests.get(url=target) 8 html=req.text 9 bf=BeautifulSoup(html) 10 texts=bf.find_all('div',class_='blogpost-body') 11 #print(html) 12 print(texts[0].text.replace('<p><span style=\"font-size: 14px; font-family: 宋体;\">','\n\n\t')) 13 #print(texts[0].text.replace('\ax0'*8,'\n\n'))
标签：
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有
- python3基础之“术语表（2）” 2019-08-13
- python3 之 字符串编码小结（Unicode、utf-8、gbk、gb2312等 2019-08-13
- Python3安装impala 2019-08-13
- 小白如何入门 Python 爬虫？ 2019-08-13
- python_字符串方法 2019-08-13
IDC资讯： 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营： 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程： Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术： Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧： 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作： FrontPages Dreamweaver Javascript css photoshop fireworks Flash
