欢迎来到python爬虫大讲堂,现在开始你的爬虫旅程吧!
使用BeautifulSoup解析
BeautifulSoup提供了从HTML中提取数据的功能,相对正则表达式来说,BeautifulSoup较为简单,所以放松!
安装
pip install bs4
使用BeautifulSoup获取日期
我们在上一篇文章中使用了正则表达式获取博客发布日期,这次我们使用BeautifulSoup来获取时间,首先获取一个:
import requests
from bs4 import BeautifulSoup
link='https://blog.csdn.net/weixin_42183408'
headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36'}
r=requests.get(link,headers=headers,timeout=20)
soup=BeautifulSoup(r.text,'lxml')
date=soup.find('span',class_='date').text.strip()
print('the date is',date)
这样你会得到类似于这样的结果:
the date is 2019-02-16 17:26:4