python网络爬虫怎样写代码

要编写Python网络爬虫，您可以使用一些流行的库，如Requests和BeautifulSoup。以下是一个简单的网络爬虫示例，用于抓取网站上的标题和链接：

首先，确保您已经安装了所需的库。在命令行中运行以下命令来安装它们：

pip install requests beautifulsoup4

接下来，创建一个名为simple_crawler.py的文件，并在其中编写以下代码：

import requests
from bs4 import BeautifulSoup

def get_page(url):
    response = requests.get(url)
    if response.status_code == 200:
        return response.text
    else:
        print(f"Error: Unable to fetch the page. Status code: {response.status_code}")
        return None

def parse_page(html):
    soup = BeautifulSoup(html, "html.parser")
    titles = soup.find_all("h2") # 根据网站中标题的标签进行修改
    links = soup.find_all("a")

    for title, link in zip(titles, links):
        print(title.get_text(), link["href"])

def main():
    url = input("Enter the URL of the website you want to crawl: ")
    html = get_page(url)
    if html:
        parse_page(html)

if __name__ == "__main__":
    main()

这个简单的网络爬虫首先从用户那里获取要抓取的网站URL，然后使用Requests库获取页面的HTML内容。接下来，它使用BeautifulSoup解析HTML，并提取所有<h2>标签的文本（这通常是标题）和所有<a>标签的href属性（这通常是链接）。最后，它打印出提取到的标题和链接。

请注意，这个示例仅适用于具有特定HTML结构的网站。要使其适用于其他网站，您需要根据目标网站的HTML结构修改parse_page函数中的代码。您可以使用浏览器的开发者工具（按F12打开）来检查页面元素并找到正确的标签和属性。