|
自学内容，仅供参考！
'''
第一步，获取页面
第二步，提取需要的数据
第三步，存储数据
'''
import requests # 引入包
from bs4 import BeautifulSoup #从bs4这个库中导入BeautifulSoup
link = "http://www.santostang.com/" # 定义link为目标网页地址
# 定义请求头的浏览器代理，伪装成浏览器
headers = {'User-Agent': 'Mozilla/5.0(Window;U;Windows NT '
'6.1; en-US;rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'}
r = requests.get(link, headers=headers) # 请求网页
soup=BeautifulSoup(r.text,"html.parser") #使用BeautifulSoup解析
'''
找到第一篇文章标题，定位到class是“post-title"的h1元素，提取a，提取a里面的字符串，strip()去除左右空格
'''
title=soup.find("h1",class_="post-title").a.text.strip()
print(title) # r.text是获取的网页内容HTML代码
'''
存储数据,打开一个空白的txt,然后使用f.write写入刚刚的字符串title
'''
with open('title_text.txt',"a+") as f:
f.write(title)
|