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
乱码 添加
fout.write('<meta charset="utf-8">')
https://github.com/aiyuan-haohao/Python_potato
python2可以运行流畅,希望能给你们提供点帮助,带注释
https://github.com/aiyuan-haohao/Python_potato
水平确实高。
python版本:python2.7.14编写
源码:https://github.com/wenglingjie/immoc/tree/master/baike_spider
还可以下个Anaconda,里边自带bs4等不同的包,然后用PyCharm来敲代码
这个教程我唯一学到的就是架构的思想。其实核心代码可能大家都知道。一个小小的爬虫也能设计出这样多门道。厉害!
每次建完文件那句finish,带劲,很有激情的视频,支持下
output.html被我删除后重新运行程序,控制台能正常输出网址,但不会生成output.html文件了,按F5刷新一点反应都没有,求解啊。

最赞回答 / zjxjwxk
看了下面的评论解决了:fout.write("<td>%s</td>" % data['title'].encode('utf-8'))fout.write("<td>%s</td>" % data['summary'].encode('utf-8'))这两句不需要encode('utf-8'),加了这个title和summary就变成十六进制显示的字符了。需要在这一句fout = open('output.html', 'w', encoding='utf...

已采纳回答 / zjxjwxk
你安装了吗? cmd窗口中cd 到 Python\Scripts目录下,执行pip install beautifulsoup4 安装然后 from bs4 import BeautifulSoup 就行啦我用的也是Sublime
2.0x 的速度了,怎么还是那么慢。。。
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