Python3实现爬虫爬取赶集网列表功能【基于request和BeautifulSoup模块】

2020-01-04 13:55:34

字体：大中小

来源：转载

供稿：网友

本文实例讲述了Python3实现爬虫爬取赶集网列表功能。分享给大家供大家参考，具体如下：

python3爬虫之爬取赶集网列表。这几天一直在学习使用python3爬取数据，今天记录一下，代码很简单很容易上手。

首先需要安装python3。如果还没有安装，可参考本站前面关于python3安装与配置相关文章。

首先需要安装request和BeautifulSoup两个模块

request是Python的HTTP网络请求模块，使用Requests可以轻而易举的完成浏览器可有的任何操作

pip install requests

BeautifulSoup是用Python写的一个HTML/XML的解析器，它可以很好的处理不规范标记并生成剖析树

pip install beautifulsoup4

代码：

from urllib import requestfrom bs4 import BeautifulSoup#构造头文件，模拟浏览器访问url="http://xa.ganji.com/meirdjm/o2/"headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36'}page = request.Request(url,headers=headers)# 发送请求，获取内容page_info = request.urlopen(page).read().decode('utf-8')# 将获取到的内容转换成BeautifulSoup格式，并将html.parser作为解析器soup = BeautifulSoup(page_info, 'html.parser')# 查找所有a标签中class='list-info-title'titles = soup.find_all('a',class_="list-info-title")# 打印抓取到的titlefor title in titles: print(title.string)

结果：

Python3,爬虫,赶集网,request,BeautifulSoup