网络爬虫是一种程序,可以自动地抓取网页上的信息,保存在本地或者进行分析。以下是一个简单的网络爬虫的示例代码。
import requests
from bs4 import BeautifulSoup
# 请求URL并抓取HTML
def get_html(url):
try:
response = requests.get(url)
response.raise_for_status()
response.encoding = response.apparent_encoding
return response.text
except:
return ""
# 解析HTML并抓取标题
def get_title(html):
soup = BeautifulSoup(html, 'html.parser')
title = soup.find('title').text
return title
# 主函数,抓取指定网页的标题
def main():
url = "https://www.example.com"
html = get_html(url)
title = get_title(html)
print(title)
if __name__ == '__main__':
main()
以上代码中,我们通过requests库发送HTTP请求,并通过BeautifulSoup库解析HTML,最终抓取了网页的标题。你可以根据需要对代码进行修改,添加更多的功能,如抓取链接、图片等信息。但是需要注意的是,爬虫行为有可能侵犯网站的利益,因此需要遵守相关法律法规和网站的使用规则。