第一个爬虫入门

第一个爬虫

怎样扒网页呢？

其实就是根据URL来获取它的网页信息，虽然我们在浏览器中看到的是一幅幅优美的画面，但是其实是由浏览器解释才呈现出来的，实质它是一段HTML代码，加 JS、CSS。如果把网页比作一个人，那么HTML便是他的骨架，JS便是他的肌肉，CSS便是它的衣服。所以最重要的部分是存在于HTML

• HTML 70%
• JS 20%
• CSS 10%

爬取页面，代码如下：

from urllib.request import urlopen


def reptile():

    # 请求地址
    url = 'https://www.baidu.com/'
    # 发送请求
    resp = urlopen(url)
    # 打印响应数据
    print(resp.read().decode())


if __name__ == '__main__':
    reptile()