IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 爬虫BeautifulSoup的学习(上) -> 正文阅读

[Python知识库]爬虫BeautifulSoup的学习(上)

BeautifulSoup是爬虫中应用到模块,可以用于爬取网页中的数据,通常与request一起使用。

爬虫学习的四部曲:获取数据——解析数据——提取数据——保存数据。

第一步:获取数据

获取到需要爬取数据的URL,这里会用到request库中的get()方法,具体使用为:

# 引入requests库
import requests
url = 'https://movie.douban.com/' #豆瓣首页
res = requests.get(url)

也可以写为:res = requests.get('https://movie.douban.com/'

这时res的的类型为:<class 'requests.models.Response'> ,这样的数据类型并不好处理,因此我我们需要把它转换为字符串。直接用res,text就可以得到结果,这时的数据类型为:<class 'str'>

第二步:解析数据

第一步已经获取到了要爬取网站的字符串信息,现在可以开始解析数据了,解析数据一行代码就可搞定:bs = BeautifulSoup(res.text,'html.parser')

?查看bs的类型:<class 'bs4.BeautifulSoup'>,打印bs的数据会发现得到的解析数据与res.text得到的结果一样,是因为在打印的时候调用了BeautifulSoup中的str方法,因此看到的结果是一样的。

第三步:提取数据

BeautifulSoup中常用知识点:find()与find_all()和Tag对象

ps:在使用这两个知识点时,需要了解HTML的基本知识和查看网页数据的基本方法,才能更好的获取到自己想的数据

?通过这两个方法得到的网页数据是一个Tag对象,并不是我们想要的数据,因此我们继续对数据进行处理,

我们先查看这个Tag是什么类型:<class 'bs4.element.ResultSet'> ,通过百度查找之后发现这个类型居然是个列表,列表就可以通过循环得到的想要的数据啦!

?为三部曲放上完整的图

?注:图片引用风变编程里面的课程

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-09-13 09:13:47  更:2021-09-13 09:14:23 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 14:39:45-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码