python爬虫入门

2、requests库是用来请求网页的模块，最常用的是get和post方法，
import requests
r=requests.get(url,headers=headers)
或者用post方法提交表单
r=requests.post(url,data=data,headers=headers)
其中data为要提交给网站的信息
3、如图：淘宝网信息审查

4、html是网页标签，需要的信息就存储在里面。
5、得到淘宝网页源代码
代码如如下：
import requests
r=requests.get(“https://www.taobao.com/”)
html=r.text
f=open(“D://douban.txt”,“w+”)
f.write(html)
f.close()
print(“successful”)
6、用BeautifulSoup解析网页提取信息：

得到结果：