urllib和BeautifulSoup爬取维基百科的词条简单实例

技术  /  管理员 发布于 7年前   176

本文实例主要实现的是使用urllib和BeautifulSoup爬取维基百科的词条，具体如下。

简洁代码：

#引入开发包from urllib.request import urlopenfrom bs4 import BeautifulSoupimport re#请求URL并把结果用UTF-8编码resp=urlopen("https://zh.wikipedia.org/wiki/Wikipedia:%E9%A6%96%E9%A1%B5").read().decode("utf-8")#使用BeautifulSoup去解析soup=BeautifulSoup(resp,"html.parser")#print(soup)#获取所有以/wiki/开头的a标签的href属性listUrl=soup.findAll("a",href=re.compile("^/wiki/"))#输出所有词条对应的名称和URLfor link in listUrl:  if not re.search("\.(jpg|JPG)$",link["href"]):    print(link.get_text(),"<----->","https://zh.wikipedia.org"+link["href"])

运行结果：

总结

总的来说，Python是简洁而又强大的，调用几个库，就能实现其他语言一大堆代码才能实现的功能。

以上就是本文关于urllib和BeautifulSoup爬取维基百科的词条简单实例的全部内容，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！