爬虫感悟1

import requests
from bs4 import BeautifulSoup

def getHTMLText(url):
    r = requests.get(url)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    return r.text

def getUnivList(HTML):
    soup = BeautifulSoup(HTML,'html.parser')
    for i in soup.find_all('span'):
        print (i.get_text(strip=True))


def main():
  url = 'https://www.qiushibaike.com/hot/page/2/'
  HTML = getHTMLText(url)
  getUnivList(HTML)

main()

这个小爬虫用到了requests和bs4库

r.raise_for_status()用于检验是否成功的获得了页面内容
r.encoding 是requests库读取页面内容开头得出的编码,r.apparent_encoding是读取全文的编码

get_text()得出<span>下的所用文本内容
strip=True 用于去点开头和结尾的空格
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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