发布于2020-02-24 22:46 阅读(856) 评论(0) 点赞(6) 收藏(2)
之前用正则表达式尝试练习爬虫,但是好多网页内容都有点难爬。。。我再好好看看。
今天是用BeautifulSoup的方法爬取内容,这是一种对标签处理的方法,需要从bs4模块中导入。
先安装:cmd->pip install bs4
代码如下:
(以下例子是跟着某字母站一个视频做的==)
#从urllib.request模块中导入urlopen函数
from urllib.request import urlopen
#除了正则表达式外的一种方法 “网页分析器”用来爬取所需内容
from bs4 import BeautifulSoup
#调用urlopen方法得到:网站反馈
content=urlopen('http://www.boc.cn/sourcedb/whpj/')
#读取网页源代码
c=content.read()
#将源代码传给BeautifulSoup用以处理标签
bs_obj=BeautifulSoup(c,features='lxml') #features='lxml'去除warning
#查找所有table标签中的内容 然后取出第二个table中的内容(分析源代码 想要的内容在第二个中)
t=bs_obj.find_all('table')[1]
#查找第二个table中所有tr标签中内容
all_tr=t.find_all('tr')
#将第一个tr内容取出(即不需要每个项目title名)
all_tr.pop(0)
for r in all_tr:
all_td=r.find_all('td') #从每行(即循环一遍列表中tr)中查找所有td
print(f'{all_td[0].text}现钞卖出价:{all_td[4].text}') #打印出 国家地区名:现钞卖出价
贴上部分结果(太长了懒)
难得的没遇到问题!!!
作者:232hdsjdh
链接:https://www.pythonheidong.com/blog/article/232618/eab36e2f03cc254dabbe/
来源:python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容:(最多支持255个字符)
---无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事,而不是让内心的烦躁、焦虑,坏掉你本来就不多的热情和定力
Copyright © 2018-2021 python黑洞网 All Rights Reserved 版权所有,并保留所有权利。 京ICP备18063182号-1
投诉与举报,广告合作请联系vgs_info@163.com或QQ3083709327
免责声明:网站文章均由用户上传,仅供读者学习交流使用,禁止用做商业用途。若文章涉及色情,反动,侵权等违法信息,请向我们举报,一经核实我们会立即删除!