pythoy超級超級超級簡單的一個爬蟲小程序_html/css

pip install beautifulsoup4

import urllibfrom bs4 import BeautifulSoup

urllib.urlopen(url)

 <[head])> 

print soup.title>>>

print soup.title.string>>>The Dormouse's story

import urllibfrom bs4 import BeautifulSoupimport re#這個庫導入是為了使用正則表達式讀取讀取找到的內容中的數字url='http://www.heibanke.com/lesson/crawler_ex00/'number=['']#用于儲存讀到的數字while True: content = urllib.urlopen(url+number[0])#number為字符串，number[0]為數字 bs_obj = BeautifulSoup(content,"html.parser")#html.parser表示解析網站，不返回任何值 number = bs_obj.h3.string#網頁顯示出的“你需要在網址后輸入數字44513”在html的h3 tag中，number在這里讀出了h3里面的內容 number= re.findall(r'\d+',number)#讀出了number里面的數字 if not number:#必須判斷頁面中還有是否還有number，沒有說明已經到了最后一個頁面，這時應該跳出循環，打印 bs_obj.h3.string break else: print number[0]print bs_obj.h3.string