Python2获取网页标题

Posted Santiego

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Python2获取网页标题相关的知识,希望对你有一定的参考价值。

Python获取网页标题

使用Python2.x的urllib2lxml,速度应该还快于BeautifulSoup4(话说回来,为什么大家都要用BS4呢?一个XPATH不就完了吗)

没有安装过的,用pip安装一下

pip install lxml

Shell演示:

>> from lxml import etree
>> import urllib2
>> page = etree.HTML(urllib2.urlopen(‘https://blog.csdn.net/z690798364/article/details/79960358‘).read().decode(‘utf-8‘))
>> print page.xpath(u"/html/head/title")[0].text
Lxml 解析网页用法笔记 - z690798364的专栏 - CSDN博客

封装好了的函数:

from lxml import etree
import urllib2
#...
def get_site_title(link):
    send_headers = {
        ‘User-Agent‘: ‘Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0‘,
        ‘Accept‘: ‘text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8‘,
        ‘Connection‘: ‘keep-alive‘
    }  # 伪装一下header,防止被403
    title = etree.HTML(urllib2.urlopen(urllib2.Request(link, headers=send_headers)).read().decode(‘utf-8‘)).xpath("/html/head/title")
    if title is None:
        raise ‘target miss‘
    return title[0].text

以上是关于Python2获取网页标题的主要内容,如果未能解决你的问题,请参考以下文章

Python3简单爬虫抓取网页图片

使用 Python 和 BeautifulSoup(将网页源代码保存到本地文件中)

python2根据索引表查找相应的录音片段拼接录音

HTML代码片段

HTML代码片段

Python3简单爬虫抓取网页图片