猫史档案馆

在 有谁会爬虫吗 中回复

爬虫简单来说有两部分构成

1.请求网络（一般遵循http协议（基于T喵协议））

请求一般的网站用

import requests  # pip install requests
res = requests.get('网址')  # 这里面res是请求的结果(result)

获取请求后网页的内容（一般为html）

res.text

接下来就可以拿这些内容做处理

2.处理

处理内容，通常使用re（正则表达式）模块。

如获得<p>标签的内容

re.findall("<p>(.*?)</p>", res.text, re.S)

(.*?)放在要获取的内容上

如何知道内容在哪个标签里呢？

1.打开浏览器的开发者人员模式

2.点击左上角的光标图标

3.选择内容的位置，从这个内容的代码上就可以看出它的标签

2022-01-26T20:24:54 点赞:1

在 大家爬虫用的啥 中回复

1c(re)

2022-01-26T20:25:48 点赞:0

在 关于APP工匠的一些问题 中回复

az

2022-01-28T21:30:10 点赞:1