Python数据抓取(2) —简单网络爬虫的撰写

栏目: Python · 发布时间: 6年前

内容简介:Python数据抓取(2) —简单网络爬虫的撰写

Python数据抓取(2) —简单网络爬虫的撰写

Python数据抓取(2) —简单网络爬虫的撰写

@数据分析-jacky

Python数据抓取(2) —简单网络爬虫的撰写

Python数据抓取(2) —简单网络爬虫的撰写

@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

Python数据抓取(2) —简单网络爬虫的撰写

@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;

Python数据抓取(2) —简单网络爬虫的撰写

Python数据抓取(2) —简单网络爬虫的撰写

@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

Python数据抓取(2) —简单网络爬虫的撰写

Python数据抓取(2) —简单网络爬虫的撰写

Python数据抓取(2) —简单网络爬虫的撰写

@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)

Python数据抓取(2) —简单网络爬虫的撰写

@数据分析-jacky

Python数据抓取(2) —简单网络爬虫的撰写

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:

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

Tomcat架构解析

Tomcat架构解析

刘光瑞 / 人民邮电出版社 / 2017-5 / 79.00元

本书全面介绍了Tomcat的架构、各组件的实现方案以及使用方式。包括Tomcat的基础组件架构以及工作原理,Tomcat各组件的实现方案、使用方式以及详细配置说明,Tomcat与Web服务器集成以及性能优化,Tomcat部分扩展特性介绍等。读者可以了解应用服务器的架构以及工作原理,学习Tomcat的使用、优化以及详细配置。一起来看看 《Tomcat架构解析》 这本书的介绍吧!

SHA 加密
SHA 加密

SHA 加密工具

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具