1. 程式人生 > 其它 >爬蟲案例_劉益長

爬蟲案例_劉益長

通過爬取百度貼吧的案例來了解爬蟲的基本使用

from urllib import request
import re

# 定義了一個URL
page = 100
url = "https://tieba.baidu.com/f?kw=%E6%AE%B5%E5%AD%90&ie=utf-8&pn=" + str(page)

try:
    # 定義請求頭
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36
'} # 定義請求,傳入請求頭 req = request.Request(url, headers=headers) # 開啟網頁 resp = request.urlopen(req) # 列印響應,解碼 content = resp.read().decode("utf-8") print(content) # 正則表示式 pattern=re.compile(r'<a rel="noopener".*?title=(.*?)\s.*?>(.*?)</a>') # 匹配html items = re.findall(pattern,content)
for i in items: print('標題:'+i[0]+" "+'內容:'+i[1]) except request.URLError as e: # 列印響應碼 if hasattr(e,'code'): print(e.code) # 列印異常原因 if hasattr(e,'reason'): print(e.reason)