从Web抓取信息的几个常用方法
Posted cqkangle
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了从Web抓取信息的几个常用方法相关的知识,希望对你有一定的参考价值。
1、Response 对象有一个 status_code 属性,可以检查它是否等于requests.codes.ok。
2、raise_for_status()方法是一种很好的方式,确保程序在下载失败时停止。
3、BeautifulSoup模块:
(1)、BeautifulSoup()函数调用时需要一个字符串,其中包含了将要解析的html。bs4.BeautifulSoup()函数返回一个BeautifulSoup对象。有了BeautifulSoup对象之后,就可以利用它的方法,定位HTML文档中的特定部分。
(2)、用select()方法寻找元素:select()方法返回一个Tag对象的列表,这是Beautiful Soup表示一个HTML元素的方式。针对BeautifulSoup对象中的额HTML的每次匹配,列表中都有一个Tag对象。Tag值可以传给str()函数,显示它们代表的HTML标签。Tag值也可以有attrs属性,它将该Tag的所有HTML属性作为一个字典。
(3)、min()返回字符串中最小值。也就是说内建的Python函数min()返回传入的整型或浮点型参数中最小的一个(也有内建的max()函数,返回传入的参数最大的一个)。
例如:
str = "runoob"; print ("最小字符: " + min(str));
输出结果:
最小字符: b
str="runoob"
b=len(str)
a=min(5,b)
print(“a等于:”,a)
输出结果:
a等于:5
(4)、Python endswith()方法:用于判断字符串是否以指定后缀结尾,如果以指定后缀结尾返回True,否则返回False。可选参数"start"与"end"为检索字符串的开始与结束位置。
语法
endswith()方法语法:
str.endswith(suffix[, start[, end]])
参数
l suffix -- 该参数可以是一个字符串或者是一个元素。
l start -- 字符串中的开始位置。
l end -- 字符中结束位置。
如果字符串含有指定的后缀返回True,否则返回False。
(5)、Python os.makedirs() 方法
os.makedirs() 方法用于递归创建目录。像 mkdir(), 但创建的所有intermediate-level文件夹需要包含子目录。
语法
makedirs()方法语法格式如下:
os.makedirs(path, mode=0o777)
参数
l path -- 需要递归创建的目录。
l mode -- 权限模式。
返回值
该方法没有返回值。
以上是关于从Web抓取信息的几个常用方法的主要内容,如果未能解决你的问题,请参考以下文章
XML/HTML/JSON——数据抓取过程中不得不知的几个概念