python requests 简单网页文本爬取
Posted hhhaaa
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python requests 简单网页文本爬取相关的知识,希望对你有一定的参考价值。
爬取网页:
http://www.cnblogs.com/xrq730/archive/2018/06/11/9159586.html
抓取的是一个博客的文本内容
- 用requeusts获取整个网页的HTML信息;
- 使用Beautiful Soup解析HTML信息
1 import requests 2 from bs4 import BeautifulSoup 3
4 5 if __name__==\'__main__\': 6 target=\'http://www.cnblogs.com/xrq730/archive/2018/06/11/9159586.html\' 7 req=requests.get(url=target) 8 html=req.text 9 bf=BeautifulSoup(html) 10 texts=bf.find_all(\'div\',class_=\'blogpost-body\') 11 #print(html) 12 print(texts[0].text.replace(\'<p><span style=\\"font-size: 14px; font-family: 宋体;\\">\',\'\\n\\n\\t\')) 13 #print(texts[0].text.replace(\'\\ax0\'*8,\'\\n\\n\'))
以上是关于python requests 简单网页文本爬取的主要内容,如果未能解决你的问题,请参考以下文章