python3 实现爬虫 urllib篇 + 数据处理（采用bs4)

爬虫需要你至少知道html标签和css的基本知识，建议先学了再学爬虫
很简单的，只要一天你就能明白html css分别是做什么的了。
不想学就只好边看我说明边自己百度不懂的地方了

完整代码见最后一个代码块，不建议直接拿去用，建议慢慢看懂原理写出你自己独特的代码。

先扔几个参考文档
urllib文档：https://docs.python.org/3.7/library/urllib.html
beautifulsoup中文文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html
re文档：https://docs.python.org/3.7/library/re.html

1.获取文本信息

urllib是python3下载完自带的包
bs4需要下载
配置好环境变量后cmd中输入pip install bs4

from urllib import request
from bs4 import BeautifulSoup
#要抓取的链接
url = "https://blog.csdn.net/qq_36376711/article/details/86614578"
#获取到的内容
content = request.urlopen(url)
#获取网页的源码
encode_html = content.read()
#print(encode_html)#打印出来会发现是编码过的html
#解码，一般是utf-8
html = encode_html.decode("utf-8")
#print(html)#打印发现中文能正常显示了

最简单的访问就完成了（访问只需要urllib库ÿ