服务器之家

服务器之家 > 正文

python构建基础的爬虫教学

时间:2021-05-06 00:30     来源/作者:please1748

爬虫具有域名切换、信息收集以及信息存储功能。

这里讲述如何构建基础的爬虫架构。

1、

urllib库:包含从网络请求数据、处理cookie、改变请求头和用户处理元数据的函数。是python标准库.urlopen用于打开读取一个从网络获取的远程对象。能轻松读取html文件、图像文件及其他文件流。

2、

beautifulsoup库:通过定位html标签格式化和组织复杂的网络信息,用python对象展现xml结构信息。不是标准库,可用pip安装。常用的对象是beautifulsoup对象。

1、基础爬虫

爬虫需要首先import对象,然后打开网址,使用beautifulsoup对网页内容进行读取。

python构建基础的爬虫教学

2、使用print输出打开的网址的内容。

python构建基础的爬虫教学

3、从输出中可以看出内容的结构为:

python构建基础的爬虫教学

4、输出内容中的html-body-h1的内容可使用四种语句。

python构建基础的爬虫教学

python构建基础的爬虫教学

5、

beautifulsoup可提取html、xml文件的任意节点的信息,只需要目标信息旁边或附近有标记。

1、error

在运行代码时,经常会出现错误,看懂错误出现的原因才能解决存在的问题。

2、

在html=urlopen('')中会发生两种错误:网页在服务器上不存在或服务器不存在

3、网页在服务器上不存在会出现httperror,可使用try语句进行处理。

当程序返回httperror错误代码时,会显示错误内容。

python构建基础的爬虫教学

4、服务器不存在时,urlopen会返回none.

可使用判断语句进行检测。

调用的标签不存在会出现none,调用不存在的标签下的子标签,就会出现attributeerror错误。

python构建基础的爬虫教学

总结:以上就是关于python构建基础的爬虫的基础步骤内容,感谢大家的阅读和对服务器之家的支持。

原文链接:https://jingyan.baidu.com/article/adc81513b31b36f722bf7360.html

标签:

相关文章

热门资讯

2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全 2019-12-26
yue是什么意思 网络流行语yue了是什么梗
yue是什么意思 网络流行语yue了是什么梗 2020-10-11
背刺什么意思 网络词语背刺是什么梗
背刺什么意思 网络词语背刺是什么梗 2020-05-22
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总 2020-11-13
Intellij idea2020永久破解,亲测可用!!!
Intellij idea2020永久破解,亲测可用!!! 2020-07-29
返回顶部