为了账号安全,请及时绑定邮箱和手机立即绑定

正在回答

3 回答

from bs4 import BeautifulSoup

安装;  windows 在 CMD 中,使用 

$ pip install beautifulsoup4

http://images2015.cnblogs.com/blog/740516/201609/740516-20160912231014211-2052713170.png

0 回复 有任何疑惑可以回复我~
__author__ = 'xray'
# coding: utf8
from bs4 import BeautifulSoup
import re, urlparse


class HtmlParser(object):
    # def __init__(self):
    #     self

    def get_new_urls(self, page_url, soup):
        new_urls = set()
        links = soup.find_all('a', href=re.compile(r'/view/\d+\.html'))
        for link in links:
            new_url = link['href']
            new_full_url = urlparse.urljoin(page_url, new_url)
            new_urls.add(new_full_url)
        return new_urls


    def get_new_data(self, page_url, soup):
        res_data = {}
        #
        res_data['url'] = page_url
        #
        title_node = soup.find('dd', class_='LemmaWgt-LemmaTitle-title').find('h1')
        res_data['title'] = title_node.get_text()
        #
        summary_node = soup.find('div', class_='lemma-summary')
        res_data['summary'] = summary_node.get_text()

        return res_data

    def parse(self, page_url, html_cont):
        if page_url is None or html_cont is None:
            return

        soup = BeautifulSoup(html_cont, 'html.parser', from_encoding='utf-8')
        new_urls = self.get_new_urls(page_url, soup)
        new_data = self.get_new_data(page_url, soup)
        return new_urls, new_data


0 回复 有任何疑惑可以回复我~

首先确定当前python版本已经安装bs4

然后就可以随便调用bs4中的函数比如BeautifulSoup函数: from bs4 import BeautifulSoup

0 回复 有任何疑惑可以回复我~

举报

0/150
提交
取消
Python开发简单爬虫
  • 参与学习       227670    人
  • 解答问题       1219    个

本教程带您解开python爬虫这门神奇技术的面纱

进入课程

Python怎么调用bs4???

我要回答 关注问题
意见反馈 帮助中心 APP下载
官方微信