建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
Python網(wǎng)頁爬蟲制作DIY實際操作
Python網(wǎng)頁爬蟲在實際的使用中需要我們注意很多的地方，其實有的東西大家看著難但是在實際操作起來的話都很簡單。下面我們就來學習下如何自己動手編寫一個Python網(wǎng)頁爬蟲。
創(chuàng)新互聯(lián)-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設、高性價比塔河網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式塔河網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設找我們，業(yè)務覆蓋塔河地區(qū)。費用合理售后完善，10多年實體公司更值得信賴。
這個程序因為主頁面鏈接到的頁面都在同一個目錄下，結構很簡單，只有一層。因此寫了一些硬編碼做鏈接地址的分析。
代碼如下：
- #!/usr/bin/env python
- # -*- coding: GBK -*-
- import urllib
- from sgmllib import SGMLParser
- class URLLister(SGMLParser):
- def reset(self):
- SGMLParser.reset(self)
- self.urls = []
- def start_a(self, attrs):
- href = [v for k, v in attrs if k == 'href']
- if href:
- self.urls.extend(href)
- url = r'http://www.sinc.sunysb.edu/Clubs/buddhism/JinGangJi
ngShuoShenMo/'- sock = urllib.urlopen(url)
- htmlSource = sock.read()
- sock.close()
- #print htmlSource
- f = file('jingangjing.html', 'w')
- f.write(htmlSource)
- f.close()
- mypath = r'http://www.sinc.sunysb.edu/Clubs/buddhism/JinGan
gJingShuoShenMo/'- parser = URLLister()
- parser.feed(htmlSource)
- for url in parser.urls:
- myurl = mypath + url
- print "get: " + myurl
- sock2 = urllib.urlopen(myurl)
- html2 = sock2.read()
- sock2.close()
- # 保存到文件
- print "save as: " + url
- f2 = file(url, 'w')
- f2.write(html2)
- f2.close()
以上就是對Python網(wǎng)頁爬蟲在編寫過程中的詳細介紹。
【編輯推薦】
- Python腳本解決在游戲開發(fā)中的困難
- 簡述Python語言經(jīng)驗總結
- Python對象主要特征解析
- Python顯示UTF-8中文文本具體操作方法講解
- Python綁定C++程序具體實現(xiàn)方法淺談
當前標題：Python網(wǎng)頁爬蟲制作DIY實際操作
路徑分享：http://www.5511xx.com/article/cdggcci.html
