Python 利用BeautifulSoup和正则表达式 来爬取旅游网数据

import re
import requests
import time
from bs4 import BeautifulSoup

url = ‘http://www.cntour.cn/
r = requests.get(url)
print(r.encoding,len(r.text))
soup = BeautifulSoup(r.text, ‘lxml’)
data = soup.select(’#main > div > div.mtop.firstMod.clearfix > div.leftBox > div > ul > li > a’) #注意删除 (:nth-child )字符串,否则会报错
print(data)
for i in data:
print(‘item:’,i.get_text(), ’ ‘,‘href:’,i.get(‘href’), ’ ‘,‘ID:’,re.findall(’\d+’,i.get(‘href’)))

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Bio Coder

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值