目的:通过模拟web请求,抓取web页面,筛选出我们想要的数据。
一.获取完整页面代码并输出
使用python的urllib库来完成
import urllib
def getHtml(url):
page = urllib.urlopen(url)
html = page.read()
return html
html = getHtml("http://www.baidu.com")
print html
运行结果
二.筛选图片
抓取网站为: