超级会员免费看
本文介绍了如何使用Python进行网页抓取，以获取漫画《海贼王》的分集标题。通过查看网页源代码，确定分集标题位于`comic-title`的class中。文章对比了两种方法：直接获取全部文本再处理和直接提取特定标签内的文本，认为后者更符合程序逻辑。提供了完整的Python代码实现。
说到爬虫，我们就会想到python,python的网页提取模块让爬虫不再困难。
当然了，其他语言都可以做到的。只不过python更方便而已。
需求描述：
我们的功能就是抓取分集标题，然后写入文件text
首先我们来看看某个漫画网站海贼王的那一页，分集标题都有，不像其他网站缺的比较多，那么就选它了。
然后我们打开网站源代码或者开发者工具，看看分集标题在什么标签里面，这样待会抓取的时候就可以针对这个标签进行提取了。
很显然，分集标题都在comic-title的class里面，所以我们就需要对这个标签进行提取操作，
这里有两种处理方式：
1.使用get_text获取网页所有的文本，然后自己处理文本，或复制或进行再提取。
2.使用find_all获取comic_title的标签，然后再提取标签
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
