爬虫小试 | 您所在的位置:网站首页 › 如何出考试题 › 爬虫小试 |
emmm,因为要刷作业的试题(QWQ题目实在是太多了),在机缘巧合之下竟发现老师上传的题目全部是某网站上的,于是乎哈哈哈,爬下来做题库方便查询(Ctrl+F),下面进入正题,爬 使用到的模块 requests Xpath(lxml) docx(python-docx) 首先给出目标网页的URL:http://www.manongjc.com/detail/7-tyzzyvdyjzszbif.html 然后,肯定是让咱瞧瞧这个网页的真面目(源码结构)是什么,操作很简单,我使用的是Google浏览器开发者工具,源码部分如下图所示
里 知道了需要的东西在哪,接下来就好办了,问题是怎么获取到它了 先使用requests请求获得网页的HTML文rs = requests.get(url=url, headers=headers) 进一步,对获取得到的rs进行处理解析,这里使用到Xpath的知识 root = etree.HTML(rs.content) texts = root.xpath('//div[@class="article-content"]/p/text()')我们在控制台看看texts有没有成功解析出来 |
CopyRight 2018-2019 实验室设备网 版权所有 |