python简单爬取网页文本操作体会

自上次成功尝试爬取了静态页面的图片之后，本白又跟着另一篇博文做了一下爬取网页文本的尝试。基本代码都是来源于该篇博文，本人只是做了轻微修改。

简单的实现爬虫爬取网页文本和图片

以python3为背景，这里还是先定义一个读取html页面信息的函数：

import urllib.request

def getHtml(url):
    page = urllib.request.urlopen(url)  #打开url地址
    html = page.read().decode('utf-8')  #读取html页面数据
    return html

下面定义了一个获取网页文本的函数

def getWor