My Blog

requests和urllib简单爬贴吧图片 1. requests请求网页 2. 利用正则匹配在响应网页的文本内容中捕捉图片的url列表 3. 利用urllib以及获得的url列表下载图片 import re import os # 创建保存路径 import requests from urllib import request if __name__ == '__main__': ...

BeatifulSoup 请求响应 根据响应的html页面二进制流建立BeautifulSoup的解析对象 结合CSS选择器提取目标内容 提取标签属性值：Tag.get()；获取标签内文：Tag.string select()返回的是Tag列表 lxml 请求响应 根据响应的html文本建立解析对象 结合Xpath提取目标内容（部分数据要去除无用字符） Xpath路径表达式 ...