以前搞偷偷摸摸的事，不對，是搞爬蟲都是用urllib，不過真的是很麻煩，下面就使用requests + BeautifulSoup 爬爬簡單的網頁。
詳細介紹都在代碼中注釋了，大家可以參閱。
# -*- coding: utf-8 -*- """ Created on Thu Jul 5 20:48:25 2018 @author: brave-man blog: http://www.cnblogs.com/zrmw/ python3 + anaconda（Spyder） + resquests + BeautifulSoup 這里環境用的就是昨天講的 anaconda 下的 Spyder，非常方便，誰用誰知道 """ import requests from bs4 import BeautifulSoup # from termcolor import colored # 控制台輸出文本顏色控制，網絡不太好，沒有安裝termcolor，不過在公司測試過，函數傳參應該沒有問題 # print(colored("abc", "red")) # 通過requests庫中的get方法獲取整個響應頁面，存放在res中 res = requests.get("https://www.cnblogs.com/zdong0103/p/8492779.html") # (1) res.encoding = "utf-8" soup = BeautifulSoup(res.text, "html.parser") # 這時候如果打印的soup的話，會在控制台中輸出整個響應頁面的源代碼 # print(soup) # 如果打印的是亂碼，則可以在 (1) 處添加 (1) 所示代碼，設置編碼格式，不過有時候是不需要的。 # 接下來對網頁的源碼進行剖析 """ 在網頁中按 F12 查看網頁源代碼，文章標題在 class = "block_title" 里面, soup.select(".block_title") 獲取的是一個列表，獲取此列表的第一個元素， 所以 index = 0 ， 從標簽中獲取文本一般使用 text 方法即可 同上，正文在 class = "blogpost-body" ... """ title = soup.select(".block_title")[0].text texts = soup.select(".blogpost-body")[0].text time = soup.select(".itemdesc span")[0].text author = soup.select("#header")[0].text print(title, author, time, texts)
發現自己表述能力真的是渣啊，慢慢提高吧。