Python:用BeautifulSoup爬虫
程序员文章站
2022-04-26 10:29:11
...
之前用正则表达式尝试练习爬虫,但是好多网页内容都有点难爬。。。我再好好看看。
今天是用BeautifulSoup的方法爬取内容,这是一种对标签处理的方法,需要从bs4模块中导入。
先安装:cmd->pip install bs4
代码如下:
(以下例子是跟着某字母站一个视频做的==)
#从urllib.request模块中导入urlopen函数
from urllib.request import urlopen
#除了正则表达式外的一种方法 “网页分析器”用来爬取所需内容
from bs4 import BeautifulSoup
#调用urlopen方法得到:网站反馈
content=urlopen('http://www.boc.cn/sourcedb/whpj/')
#读取网页源代码
c=content.read()
#将源代码传给BeautifulSoup用以处理标签
bs_obj=BeautifulSoup(c,features='lxml') #features='lxml'去除warning
#查找所有table标签中的内容 然后取出第二个table中的内容(分析源代码 想要的内容在第二个中)
t=bs_obj.find_all('table')[1]
#查找第二个table中所有tr标签中内容
all_tr=t.find_all('tr')
#将第一个tr内容取出(即不需要每个项目title名)
all_tr.pop(0)
for r in all_tr:
all_td=r.find_all('td') #从每行(即循环一遍列表中tr)中查找所有td
print(f'{all_td[0].text}现钞卖出价:{all_td[4].text}') #打印出 国家地区名:现钞卖出价
贴上部分结果(太长了懒)
难得的没遇到问题!!!