Python数据抓取（2） —简单网络爬虫的撰写

内容简介：Python数据抓取（2） —简单网络爬虫的撰写

@数据分析-jacky

@数据分析-jacky

• 全称：Document Object Model Tree，它是一组API，可以跟网页的元素进行互动，使用BeautifulSoup就可以把网页变成一个DOM TREE，我们就可以根据DOM TREE的节点进行操作

@数据分析-jacky

• 上图的举例，最外面结构是html，是最上层的节点，下面一层是body，里面包含h1和a两个链接，这些就组成了DOM TREE的架构，我们就可以根据这个架构下的某些节点进行互动，我们可以取得h1里面的词，也可以取得a里面的词，这时候我们就可以把数据顺利提取出来；

@数据分析-jacky

• 这里会显示警告信息，警告信息告诉我们这段代码没有使用到我们的剖析器，这时 python 会预测一个剖析器给我们，如果我们要避免这种警告的产生，我们可以在代码中指明

@数据分析-jacky

• 如何进一步把上面的文字解开？加上[0],可以去掉中括号，加.text可以把里面的文字取出来

print(header[0].text)

@数据分析-jacky

End.

作者：润禄数据jacky （中国统计网特邀认证作者）

本文为中国统计网原创文章，需要转载请联系中国统计网 （小编微信：itongjilove） ，转载时请注明作者及出处，并保留本文链接。

以上所述就是小编给大家介绍的《Python数据抓取（2） —简单网络爬虫的撰写》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！

查看所有标签

猜你喜欢:

• Python爬虫：抓取新浪新闻数据
• Python爬虫：抓取新浪新闻数据
• python爬虫-- 抓取网页、图片、文章
• Python爬虫抓取技术的门道
• 如何使用代理IP进行数据抓取，PHP爬虫抓取亚马逊商品数据
• 利用Python网络爬虫抓取网易云歌词

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。