如何做一个爬虫
1.首先写一小段代码,把网站里面的东西全部扒出来
2.在根据自己的需求写代码,找到自己想要的一部分就可以了
3.首先我们来扒一下纵横中文网里面的东西
import urllib.request as req
import re
url = 'http://www.zongheng.com/'
webpage = req.urlopen(url) # 根据超链访问链接的网页
data = webpage.read() # 读取超链网页字节数据
data = data.decode('utf-8') # byte类型解码为字符串
print(data)
上面的图片就是我通过代码全部扒下来的,你们可以看看,后面还有很多。
sence = re.findall(r'<p(.*?)</p>', data, re.S) #找自己想要的段落并提取出来
print(sence)
这就是我扒出来的,代码很简单
谢谢!