一则python3的简单爬虫代码
程序员文章站
2022-06-12 21:43:24
不得不说python的上手非常简单。在网上找了一下，大都是python2的帖子，于是随手写了个python3的。代码非常简单就不解释了，直接贴代码。
复制代码 代码如下:...
不得不说python的上手非常简单。在网上找了一下，大都是python2的帖子，于是随手写了个python3的。代码非常简单就不解释了，直接贴代码。
复制代码 代码如下:
#test rdp
import urllib.request
import re<br>
#登录用的帐户信息
data={}
data['fromurl']=''
data['fromurltemp']=''
data['loginid']='12345'
data['password']='12345'
user_agent='mozilla/4.0 (compatible; msie 5.5; windows nt)'
#登录地址
#url='http://192.168.1.111:8080/logincheck'
postdata = urllib.parse.urlencode(data)
postdata = postdata.encode('utf-8')
headers = { 'user-agent' : user_agent }
#登录
res = urllib.request.urlopen(url,postdata)
#取得页面html<br>strresult=(res.read().decode('utf-8'))
#用正则表达式取出所有a标签
p = re.compile(r'<a href="(.*?)".*?>(.*?)</a>')
for m in p.finditer(strresult):
print (m.group(1))#group(1)是href里面的内容，group(2)是a标签里的文字
关于cookie、异常等处理看了一下，没有花时间去处理，毕竟只是想通过写爬虫来学习python。