首页 > 代码库 > python网页抓取练手代码

python网页抓取练手代码

from urllib import requestimport html.parserclass zhuaqu(html.parser.HTMLParser):    blogHtml = ""    data = []    flag = 0    def getHtml(self):        res = request.urlopen("http://www.cnblogs.com")        self.blogHtml = res.read().decode(utf-8)    def handle_starttag(self, tag, attrs):        if(tag == "a"):            for attr in attrs:                if(attr[0] == "class" and attr[1] == "titlelnk"):                    self.flag = 1                    break        else:            pass    def handle_data(self, data):        if(self.flag == 1):            self.data.append(data.strip())            self.flag = 0        else:            pass    def show(self):        print(self.blogHtml)zhua = zhuaqu()zhua.getHtml()zhua.feed(zhua.blogHtml)for item in zhua.data:    print(item)

运行结果

C:\Python33\python.exe C:/pythonHtmlParse/zhuaqu.py
团建活动之忆童年
闭包的总结(干货1)
Jetty源码学习-编译Jetty源码二三事
Cesium原理篇:Property
前端制作动画的几种方式(css3,js)
SQL Server-聚焦INNER JOIN AND IN性能分析(十四)
C# 中的委托和事件
Android中Activity运行时屏幕方向与显示方式详解
利用T4模板生成ASP.NET Core控制器的构造函数和参数
JavaScript的因为所以
css居中小结
SharedPreferences 的另一种场景的用法
python wordcloud 对电影《我不是潘金莲》制作词云
怎么调试lua性能
ElasticSearch 5学习——安装Elasticsearch、Kibana和X-Pack
SDWebImage源码解读_之SDWebImageDecoder
struts开发经验汇总
scikit-learn 梯度提升树(GBDT)调参小结
你该知道的-SQL里的这些新语法-函数
希望大牛加入,共同为项目智能化管理jar包而努力

Process finished with exit code 0

python网页抓取练手代码