python试爬李毅吧贴子标题，爬虫最初级

注：以下所有python代码均运行于2.7.0

最近想抓点数据存起来，开始捣鼓python。爬虫技术以前没接触过，这一回就当练手，从零开始，从最原始的方式开始。先定个小目标，抓一下著名的“李毅吧”的一些贴子标题。

要爬数据，第一步肯定是网络请求，在这里主要是指get/post请求。第二步是对返回的html进行解析。第三步是从解析后的DOM树里取我们想要的东西。

在这些步骤进行之前，要先安装lxml，这个用pip install lxml就可以了。

第一步，使用urllib2，先把李毅吧的url请求一下。百度目前使用的是https，这个没关系。https://tieba.baidu.com/f?ie=utf-8&kw=%E6%9D%8E%E6%AF%85/

然后打开命令窗口，python。let's go。
import urllib2 from lxml import etree r = urllib2.urlopen("https://tieba.baidu.com/f?ie=utf-8&kw=%E6%9D%8E%E6%AF%85") p = r.read()
好了，是不是代码很简短，我们第一步就完成了。

第二步，要引入lxml，来解析取到的html文件。解析前肯定是要用开发者工具先分析一下h