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
这个老师真的很用心,讲的很溜,赞
都说要美女图片 像我目标就伟大点了 ...
对于https需要做以下处理
import ssl

ssl._create_default_https_context = ssl._create_unverified_context
response = urllib.request.urlopen(url)
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())
print("获取lacie的链接")
link_node = soup.find('a', href = 'http://example.com/lacie')
print(link_node.name, link_node['href'], link_node.get_text())
soup = BeautifulSoup(html_doc,'html.parser',from_encoding='utf-8')
print("获取所有的链接")
links = soup.find_all('a')
for link in links:
print(link.name , link['href'],link.get_text())
如果安装了pip 直接在cmd中输入 pip install BeautifulSoup4 。几秒就成功了。
学到了学到了
有没有跑到700多久卡住不动的? 后边改了count=600 结果又卡500多
厉害,基本没有写错代码的过程。可以看出老师很认真的在做这个视频
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。
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