用python写一个爬虫

可以使用 Python 的第三方库 requests 和 BeautifulSoup 来编写一个爬虫。

首先，需要安装这两个库，可以使用 pip 命令来安装：

pipinstall requests
pip install beautifulsoup4

然后，可以使用 requests 库来发送 HTTP 请求，获取网页内容。例如：

import requests

url = 'http://example.com'
response = requests.get(url)
html = response.text

接着，可以使用 BeautifulSoup 库来解析 HTML 文本，提取你感兴趣的信息。例如：

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, 'html.parser')

# 提取所有的链接
links = soup.find_all('a')
for link in links:
    print(link.get('href'))

完整的爬虫代码可能长这样：

import requests
from bs4 import BeautifulSoup

def crawl(url):
    # 发送 HTTP 请求，获取响应内容
    response = requests.get(url)
    html = response.text
    
    # 解析 HTML，提取信息
    soup = BeautifulSoup(html, 'html.parser')
    links = soup.find_all('a')
    
    # 处理每个链接
    for link in links:
        href = link.get('href')
        # 对链接进行处理，提取有效信息
        print(href)

if __name__ == '__main__':
    crawl('http://example.com')

注意：在编写爬虫时，要遵守网站的 robots.txt 文件，不要对网站进行滥用或者恶意攻击。