简单的爬虫使用urllib就好了，以一个小例子示范：
爬取一个网站的所有出版社的名字，并写入txt。
URL: https://read.douban.com/provider/all
首先，分析一下源码（打开网页按F12），找到源码的格式是这样的：
<div class="name">白马时光</div>
<div class="name">读客文化</div>
则用正则表达式可以写成：pat=“<div class="name">()</di
这篇博客介绍了一个简单的Python网络爬虫例子，通过urllib和re库爬取并提取网页上所有出版社的名字，将结果写入txt文件。在爬取过程中遇到HTTP Error 418和数据类型不匹配的问题，博主通过添加UserAgent和字符串解码解决了问题。
最低0.47元/天 解锁文章
1986
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
