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

python3 怎样爬取动态加载的网页信息

python 爬网页 遇到重定向怎么处理

Python2.7 基于bs4与requests库的网页图片简单爬取

python爬虫抓下来的网页,中间的中文乱码怎么解决

python怎么爬取数据

python 简单爬取图片