python爬虫编程100例_Python使用requests及BeautifulSoup构建爬虫实例代码

本文研究的主要是Python使用requests及BeautifulSoup构建一个网络爬虫，具体步骤如下。

功能说明

在Python下面可使用requests模块请求某个url获取响应的html文件，接着使用BeautifulSoup解析某个html。

案例

假设我要http://maoyan.com/board/4猫眼电影的top100电影的相关信息，如下截图：

获取电影的标题及url。

安装requests和BeautifulSoup

使用pip工具安装这两个工具。

pip install requests

pip install beautifulsoup4

程序

__author__ = 'Qian Yang'

# -*- coding:utf-8 -*-

import requests

from bs4 import BeautifulSoup

def get_one_page(url):

response= requests.get(url)

if response.status_code == 200:

return response.content.decode("utf8","ignore").encode("gbk","ignore")

#采用BeautifulSoup解析

def bs4_paraser(html):

all_value = []

value = {}

soup = BeautifulSoup(html,'html.parser')

# 获取每一个电影

all_div_item = soup.find_all('div',attrs={'class': 'movie-item-info'})

for r in all_div_item:

# 获取电影的名称和url

title = r.find_all(name="p",attrs={"class":"name"})[0].string

movie_url = r.find_all('p',attrs={'class': 'name'})[0].a['href']

value['title'] = title

value['movie_url'] = movie_url

all_value.append(value)

value = {}

return all_value

def main():

url = 'http://maoyan.com/board/4'

html = get_one_page(url)

all_value = bs4_paraser(html)

print(all_value)

if __name__ == '__main__':

main()

代码测试可用，实现效果：

总结

以上就是本文关于Python使用requests及BeautifulSoup构建爬虫实例代码的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！