为了账号安全,请及时绑定邮箱和手机立即绑定

Python开发简单爬虫

蚂蚁帅帅 全栈工程师
难度初级
时长 1小时14分
学习人数
综合评分9.67
646人评价 查看评价
9.9 内容实用
9.6 简洁易懂
9.5 逻辑清晰
Python3

print("正则匹配")
link_node=soup.find('a',href=re.compile(r'ill'))
print(link_node.name,link_node['href'],link_node.get_text())
Python3

print("获取lacie")
link_node=soup.find('a',href="http://example.com/tillie")
print(link_node.name,link_node['href'],link_node.get_text())
Python3

print("获取所有连接")
links =soup.find_all('a')
for link in links:
print (link.name,link['href'],link.get_text())
慕课网就是好,每节课都有PPT,质量很高,而且免费

最赞回答 / syousyou
HtmlOutputer里面,内容结束的时候忘记斜杠了,fout.write("</table>")那三个
程序不显示错误,运行不报错,也没结果

最赞回答 / dragonboss4059319
鼠标单击需要自动帮助的单词,然后按ctrl+1就可以看到了提示了,根据提示选择,双击即可;自动跳到第二模块,这个没懂什么意思
linux下,怎么玩呢?
为什么看完了不加经验呢。

已采纳回答 / discaz
测试结果 补图<...图片...> <...图片...> <...图片...> <...图片...>
老师的代码看硬了~

最赞回答 / dragonboss4059319
为什么不是urllib2.Request(url)  Request应该是urllib2下的对象吧看报错克制urllib.request模块下的Request的对象是不一样的
为毛我会出现重复的URL
课程须知
本课程是Python语言开发的高级课程 1、Python编程语法; 2、HTML语言基础知识; 3、正则表达式基础知识;
老师告诉你能学到什么?
1、爬虫技术的含义和存在价值 2、爬虫技术架构 3、组成爬虫的关键模块:URL管理器、HTML下载器和HTML解析器 4、实战抓取百度百科1000个词条页面数据的抓取策略设定、实战代码编写、爬虫实例运行 5、一套极简的可扩展爬虫代码,修改本代码,你就能抓取任何互联网网页!

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消