照葫芦画瓢之python爬虫系列----(3)一分钟快速爬取想要的内容

本文介绍了如何借助集搜客GMS工作台,通过简单的步骤快速实现Python爬虫,包括确定目标网页、生成规则及编写代码,重点在于规则生成的过程。
摘要由CSDN通过智能技术生成

感谢:https://zhuanlan.zhihu.com/p/21255850,提供素材,让我可以照葫芦画瓢


在这里先总结一下爬虫的步骤:

1.确定要爬取的网页源

2.借助集搜客的GMS工作台生成规则

3.编写几行代码,点击开始运行

其实我们的大部分时间是花在生成规则这样的一个步骤上

下载并安装好集搜客,打开ms谋数台,在浏览器中选中要爬取的内容,并为之命名,点击工作台的测试即可看到效果。


然后生成的规则就在数据规则中。

接下来就是编写代码了:

from urllib import request
from lxml import etree
import time

xslt_root = etree.XML("""\
<xsl:s
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值