一、利用webbrowser.open()打開一個網站：

>>> import webbrowser

>>> webbrowser.open('http://i.firefoxchina.cn/?from=worldindex')

True

實例：使用腳本打開一個網頁。

所有Python程序的第一行都應以#!python開頭，它告訴計算機想讓Python來執行這個程序。(我沒帶這行試了試，也可以，可能這是一種規范吧)

1.從sys.argv讀取命令行參數：打開一個新的文件編輯器窗口，輸入下面的代碼，將其保存為map.py。

2.讀取剪貼板內容：

3.調用webbrowser.open()函數打開外部瀏覽：

#! python3

import webbrowser, sys, pyperclip

if len(sys.argv) > 1:

mapAddress = ''.join(sys.argv[1:])

else:

mapAddress = pyperclip.paste()

webbrowser.open('http://map.baidu.com/?newmap=1&ie=utf-8&s=s%26wd%3D' + mapAddress

注：不清楚sys.argv用法的，請參考這里；不清楚.join()用法的，請參考這里。sys.argv是字符串的列表，所以將它傳遞給join()方法返回一個字符串。

好了，現在選中'天安門廣場'這幾個字并復制，然后到桌面雙擊你的程序。當然你也可以在命令行找到你的程序，然后輸入地點。

二、用requests模塊從Web下載文件：requests模塊不是Python自帶的，通過命令行運行pip install request安裝。沒翻墻是很難安裝成功的，手動安裝可以參考這里。

>>> import requests

>>> res = requests.get('http://i.firefoxchina.cn/?from=worldindex') #向get中傳入一個網址

>>> type(res) #響應對象

>>> print(res.status_code) #響應碼

200

>>> res.text #返回的文本

requests中查看網上下載的文件內容的方法還有很多，如果以后的博客用的到，會做說明，在此不再一一介紹。在下載文件的過程中，用raise_for_status()方法可以確保下載確實成功，然后再讓程序繼續做其他事情。

import requests

res = requests.get('http://i.firefoxchina.cn/?from=worldindex')

try:

res.raise_for_status()

except Exception as exc:

print('There was a problem: %s' % (exc))

三、將下載的文件保存到本地：

>>> import requests

>>> res = requests.get('http://tech.firefox.sina.com/17/0820/10/6DKQALVRW5JHGE1I.html##0-tsina-1-13074-397232819ff9a47a7b7e80a40613cfe1')

>>> res.raise_for_status()

>>> file = open('1.txt', 'wb') #以寫二進制模式打開文件，目的是保存文本中的“Unicode編碼”

>>> for word in res.iter_content(100000): #iter_content()方法在循環的每次迭代中返回一段bytes數據類型的內容，你需要指定其包含的字節數

file.write(word)

16997

>>> file.close()

四、用BeautifulSoup模塊解析HTML：在命令行中用pip install beautifulsoup4安裝它。

1.bs4.BeautifulSoup()函數可以解析HTML網站鏈接requests.get()，也可以解析本地保存的HTML文件，直接open()一個本地HTML頁面。

>>> import requests, bs4

>>> res = requests.get('http://i.firefoxchina.cn/?from=worldindex')

>>> res.raise_for_status()

>>> soup = bs4.BeautifulSoup(res.text)

Warning (from warnings module):

File "C:\Users\King\AppData\Local\Programs\Python\Python36-32\lib\site-packages\beautifulsoup4-4.6.0-py3.6.egg\bs4\__init__.py", line 181

markup_type=markup_type))

UserWarning: No parser was explicitly specified, so I'm using the best available HTML parser for this system ("html.parser"). This usually isn't a problem, but if you run this code on another system, or in a different virtual environment, it may use a different parser and behave differently.

The code that caused this warning is on line 1 of the file . To get rid of this warning, change code that looks like this:

BeautifulSoup(YOUR_MARKUP})

to this:

BeautifulSoup(YOUR_MARKUP, "html.parser")

>>> soup = bs4.BeautifulSoup(res.text, 'html.parser')

>>> type(soup)

我這里有錯誤提示，所以加了第二個參數。

>>> import bs4

>>> html = open('C:\\Users\\King\\Desktop\\1.htm')

>>> exampleSoup = bs4.BeautifulSoup(html)

>>> exampleSoup = bs4.BeautifulSoup(html, 'html.parser')

>>> type(exampleSoup)

2.用select()方法尋找元素：需傳入一個字符串作為CSS“選擇器”來取得Web頁面相應元素，例如：

soup.select('div')：所有名為

的元素；

soup.select('#author')：帶有id屬性為author的元素；

soup.select('.notice')：所有使用CSS class屬性名為notice的元素；

soup.select('div span')：所有在

元素之內的元素；

soup.select('input[name]')：所有名為并有一個name屬性，其值無所謂的元素；

soup.select('input[type="button"]')：所有名為并有一個type屬性，其值為button的元素。

想查看更多的解析器，請參看這里。

>>> import requests, bs4

>>> res = requests.get('http://i.firefoxchina.cn/?from=worldindex')

>>> res.raise_for_status()

>>> soup = bs4.BeautifulSoup(res.text, 'html.parser')

>>> author = soup.select('#author')

>>> print(author)

[]

>>> type(author)

>>> link = soup.select('link ')

>>> print(link)

[, , , ]

>>> type(link)

>>> len(link)

4

>>> type(link[0])

>>> link[0]

>>> link[0].attrs

{'rel': ['stylesheet'], 'type': 'text/css', 'href': 'css/mozMainStyle-min.css?v=20170705'}

3.通過元素的屬性獲取數據：接著上面的代碼寫。

>>> link[0].get('href')

'css/mozMainStyle-min.css?v=20170705

上面這些方法也算是對“網絡爬蟲”的一些初探。

本文標題: 實例講解Python爬取網頁數據

本文地址: http://www.cppcns.com/jiaoben/python/232320.html

總結

以上是生活随笔為你收集整理的编程python爬取网页数据教程_实例讲解Python爬取网页数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。