python爬虫基础系列1-爬取**大学官网新闻+图片

   因为前段时间，有个同学问到了如何爬取学校官网的新闻后，我就试试一下，在学这些好玩的东西之前，不需要你会python，只需要你有一点点网络和编程语言的基础就可以了，当然啦，如果你没有也没关系，毕竟度娘伟大哈哈。

好了，扯了这么多，终于进正题了。

————————————————————————————————————

第一步，首先我们要有一个目标网址。我们的目标的是找到新闻的首页。

  http://www.bhu.edu.cn/page/list.asp?boardid=bd_news

这就是目标地址了，我们要做的就是要把我们看到的新闻的标题，把他们全部爬取下来保存在我们本地的文件夹里。那么怎么爬取呢？

第二步现在我们右键鼠标，选择查看源代码。这是查看该网站的HTML代码，有一点的web的基础的就知道，你就看到如下的内容。

第三步，你会发现你想要的标题的信息全在这里面，那我们要怎么拿出来呢这些数据，我们分析一下它，你会发现他们有规则。

我圈出来的都是有规则的，就是说我们要的数据的HTML的代码都是有代码。在这里我们就可以用正则表达式去提取它了，关于正则表达式呢？它简单来说就是一个式子，所有能满足它的条件都能提取到。