12.24
27.第三方库
(1) jieba库:
jieba. lcut(s) :分割中文词
(2) beauti fulsoup4库:
安装: pip install bs4/beautifulsoup4
常用导入方法:
导入库:
from bs4 import Beautiful Soup
创建对象:
soup=BeautifulSoup (文本/网页内容,’ html. parser' )
输出网页代码: print (soup. prettify())
(3) reauests库,
安装:pip install reguests
方法:
r=requests.get( 'urI');发送请求获取资源对家,并且返回资源对象
reauests. request (代码标签了:构造请我
requests. head ():获取网页头信息
注意: 如果访问失败
r.ruqeust. headers:查找本网页的用户代理
网络爬虫步骤:
import requests:导入厍
r=requesta.get('ul') 发送请求获取资源对象
print(r. status_code) :查看状态码
r.encoding:查看网页编码
r. apparent_encoding:根据网页内容评估的备用编码
r.text :查看整个网页内容
r.encoding-r. apparent_encoding:将备用编码替换头编码
r. text[-500:]
r. text[:1000]
from bs4 import BeautifulSoup
demo=text [: 1000]
Soup-Beauti fulsouup (交本/网页内容, 'html. parser' )
print (soup. prettify0)