python怎么实现简单爬虫功能

python

小亿

2024-12-07 07:25:31

栏目: 编程语言

要用Python实现一个简单的爬虫功能，你可以使用requests库来获取网页内容，然后使用BeautifulSoup库来解析HTML并提取所需信息。以下是一个简单的示例，展示了如何实现一个基本的爬虫：

首先，确保已经安装了requests和beautifulsoup4库。如果没有安装，可以使用以下命令安装：

pip install requests beautifulsoup4

然后，创建一个名为simple_crawler.py的Python文件，并添加以下代码：

import requests
from bs4 import BeautifulSoup

def get_html(url):
    try:
        response = requests.get(url)
        response.raise_for_status()
        return response.text
    except requests.RequestException as e:
        print(f"Error while fetching URL: {e}")
        return None

def parse_html(html):
    soup = BeautifulSoup(html, 'html.parser')
    # 提取所需信息，例如标题
    title = soup.title.string if soup.title else "No title found"
    return title

def main():
    url = input("Enter the URL of the webpage you want to crawl: ")
    html = get_html(url)
    if html:
        title = parse_html(html)
        print(f"Title of the webpage: {title}")

if __name__ == "__main__":
    main()

这个简单的爬虫会获取用户输入的URL，然后使用requests库获取网页内容。接着，它使用BeautifulSoup解析HTML并提取页面标题。最后，它输出提取到的标题。

要运行这个简单的爬虫，只需在命令行中执行以下命令：

python simple_crawler.py

然后按照提示输入要爬取的网页URL。

亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>

python怎么实现简单爬虫功能

最新问答

相关标签