利用
requests提供的方法得到网页中的html文件,然后用
beautifulsoup提供的方法解析网页信息。
find_all('a',{"class":"question_link"}):找出网页a标签中class为question_link的标签。
get_text():得到里面的文本信息。
本程序中先将所有的问题打印到控制台,然后将所有的答案打印在控制台。
源码如下所示:
find_all('a',{"class":"question_link"}):找出网页a标签中class为question_link的标签。
get_text():得到里面的文本信息。
本程序中先将所有的问题打印到控制台,然后将所有的答案打印在控制台。
源码如下所示:
#encoding:utf-8
#爬的知乎首页
import urllib.request
from bs4 import BeautifulSoup
url="http://www.zhihu.com/topic/19570752/top-answers"
data=urllib.request.urlopen(url).read().decode('utf-8')
bs=BeautifulSoup(data)
questions=bs.find_all('a',{"class":"question_link"})
for question in questions:
print(question.get_text())
answers=bs.find_all('div',{"class":"zh-summary summary clearfix"})
for answer in answers:
print(answer.get_text())