首页 > 编程 > Python > 正文

Python使用requests及BeautifulSoup构建爬虫实例代码

2020-01-04 16:05:28
字体:
来源:转载
供稿:网友

本文研究的主要是Python使用requests及BeautifulSoup构建一个网络python/299506.html">python/284307.html">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:

python,beautifulsoup,爬虫,beautiful,soup,requests爬虫实例,requests爬虫完整实例

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

python,beautifulsoup,爬虫,beautiful,soup,requests爬虫实例,requests爬虫完整实例

pip install python/267323.html">beautifulsoup4

python,beautifulsoup,爬虫,beautiful,soup,requests爬虫实例,requests爬虫完整实例

程序

__author__ = 'Qian Yang'# -*- coding:utf-8 -*-import requestsfrom bs4 import BeautifulSoupdef 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    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_valuedef 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:

python,beautifulsoup,爬虫,beautiful,soup,requests爬虫实例,requests爬虫完整实例

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!


注:相关教程知识阅读请移步到python教程频道。
发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表