欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

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
Python:用BeautifulSoup爬虫
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)
Python:用BeautifulSoup爬虫
难得的没遇到问题!!!

相关标签: python