以下是一个简单的Python爬虫教程脚本,帮助你入门 Python 爬虫。这个脚本将从一个网页上抓取数据并将其展示在终端上。
# 导入需要用到的模块
import requests # 用于进行 HTTP 请求
from bs4 import BeautifulSoup # 用于分析解析 HTML 页面
# 请求页面并获取 HTML 内容
url = "https://www.example.com"
r = requests.get(url)
html_content = r.content
# 分析 HTML 内容并提取信息
soup = BeautifulSoup(html_content, 'html.parser')
title = soup.title.string
links = soup.find_all('a')
list_of_links = []
for link in links:
list_of_links.append(link.get('href'))
# 将提取的信息展示在终端上
print("页面标题:", title)
print("页面链接:")
for link in list_of_links:
print(link)
这个脚本包括了四个基本步骤:
- 导入必要的模块:requests 和 BeautifulSoup。
- 请求页面并获取 HTML 内容。
- 分析 HTML 内容并提取所需的信息。
- 将所需的信息打印在终端上。
你可以根据你的需求对这个脚本进行进一步修改和功能。