您好,登錄后才能下訂單哦!
本文實(shí)例主要實(shí)現(xiàn)的是使用urllib和BeautifulSoup爬取維基百科的詞條,具體如下。
簡潔代碼:
#引入開發(fā)包 from urllib.request import urlopen from bs4 import BeautifulSoup import re #請求URL并把結(jié)果用UTF-8編碼 resp=urlopen("https://zh.wikipedia.org/wiki/Wikipedia:%E9%A6%96%E9%A1%B5").read().decode("utf-8") #使用BeautifulSoup去解析 soup=BeautifulSoup(resp,"html.parser") #print(soup) #獲取所有以/wiki/開頭的a標(biāo)簽的href屬性 listUrl=soup.findAll("a",href=re.compile("^/wiki/")) #輸出所有詞條對應(yīng)的名稱和URL for link in listUrl: if not re.search("\.(jpg|JPG)$",link["href"]): print(link.get_text(),"<----->","https://zh.wikipedia.org"+link["href"])
運(yùn)行結(jié)果:
總結(jié)
總的來說,Python是簡潔而又強(qiáng)大的,調(diào)用幾個(gè)庫,就能實(shí)現(xiàn)其他語言一大堆代碼才能實(shí)現(xiàn)的功能。
以上就是本文關(guān)于urllib和BeautifulSoup爬取維基百科的詞條簡單實(shí)例的全部內(nèi)容,希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關(guān)專題,如有不足之處,歡迎留言指出。感謝朋友們對本站的支持!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。