| 爬虫小试 | 您所在的位置：网站首页 › 如何出考试题 › 爬虫小试 |
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 |
很显然，我们需要的试题都在【本文地址】
公司简介
联系我们