一个简单的Python爬虫
2023-04-18 14:44:04 时间
最近研究了一下Python,学以致用,写一个小爬虫:
基础的爬虫就是通过编写程序查看页面获取资源,简单来说也就是模拟浏览器发请求。
那么我们需要做的也就是用程序模拟浏览器,输入一个网址,获取资源内容 。
和java相比,Python搞定需求很简单,所以选择了用Python做:
简单的爬虫分为三部:
1.导入Python包
from urllib import urlopen
2.输入需要爬取的URL
url = "http://www.baidu.com"
3.获取返回信息
resp = urlopen(url)
就可以得到信息了,输出到一个新文件中,用网页打开,就能获取到爬取的百度官网页面 :
代码如下:
# -*- coding: utf-8 -*- # 开启对utf-8的支撑
# 引入包 from urllib import urlopen
# 设置需要爬取的目标URl url = "http://www.baidu.com"
# 获取返回值 resp = urlopen(url)
# 写入文件 with open("mybaidu.html", mode="w") as f: f.write(resp.read()) # 打印结束语句 print ("finish all")
我们就可以看到一个html的页面输出了。用浏览器打开,就是百度的主页。
相关文章
- Python使用tkinter组件Label显示简单数学公式
- 内网渗透之DCOM横向移动
- 以目标为导向的语义交流的共同语言——一个课程学习框架
- python爬虫前奏【成信笔记】
- HTML 5 File API:文件拖放上传功能
- 教你快速创建 Python 虚拟环境
- pyenv 实现Python多版本自由切换
- 用 Python 对 Excel文件进行批量操作
- Python - 接入钉钉机器人
- Python - 抓取 iphone13 pro 线下店供货信息并发送到钉钉机器人,最后设置为定时任务
- crontab - 解决 mac 下通过 crontab 设置了 Python 脚本的定时任务却无法运行
- [源码解析] PyTorch分布式(5) ------ DistributedDataParallel 总述&如何使用
- Python科普系列——类与方法(上篇)
- SAP对STO的交货单执行PGI,报错 -Fld selectn for mvmt type 643 acct 400020 differs
- Spring Boot 实现通用 Auth 认证的 4 种方式
- 盘点4种使用Python批量合并同一文件夹内所有子文件夹下的Excel文件内所有Sheet数据
- OushuDB 学习经验分享(三):技术特点
- Java和Python思维方式的不同之处
- Python中日志记录新技能
- 奥比中光Gemini OpenCV—Python使用