14行代码，爬完丁香园论坛首页

最近对爬虫很有兴趣，又没项目来让我练手，直到上周五有个想做医疗行业内容创业的老板联系我，给了我一堆网站，说是要做数据挖掘，当时博主就来劲了，说开练就开练。

－－－－－－－－－－分割线－－－－－－－－－－－－－－

项目背景介绍完毕，接下来博主将不定期更新该爬虫的学习，分析和码代码的过程～～

准备工具：

语言：python

库：requests，beautifulsoup

相关工具：firefox ，HttpRequester

调试：ipython

爬虫目标：http://www.dxy.cn/bbs/index.html

First step

——

看看目标网页都有啥

论坛长这样。。。。。。。略丑，医生嘛，突出实用，反正本博主只识字，不知道上面写的啥。。。。。

接下来看看代码：

看来主要内容在这个叫 boardbox 的class 里面，mark 一下 boardbox，

接下来看看这里面都有些啥呢：

主要的标签都在这里了。。。。

内容都在这里面了

Second step

——-

直接上代码：

来吧，骚年，run起来～～～

本章总结：python 就是屌，轮子多了就是好，两库上场，没有什么爬不了～～