怎么用python爬取多个网页内容

   2025-02-13 2480
核心提示:要用Python爬取多个网页内容,可以使用requests库来发送HTTP请求,然后使用BeautifulSoup库来解析HTML页面。以下是一个示例代码

要用Python爬取多个网页内容,可以使用requests库来发送HTTP请求,然后使用BeautifulSoup库来解析HTML页面。以下是一个示例代码,用于爬取多个网页的标题和正文内容:

import requestsfrom bs4 import BeautifulSoup# 定义要爬取的多个网页URL列表urls = [    'http://www.example.com/page1',    'http://www.example.com/page2',    'http://www.example.com/page3']for url in urls:    # 发送HTTP GET请求获取网页内容    response = requests.get(url)    # 使用BeautifulSoup解析HTML页面    soup = BeautifulSoup(response.content, 'html.parser')    # 获取网页标题    title = soup.title.string    # 获取网页正文内容    content = soup.find('body').get_text()    # 打印网页标题和正文内容    print('标题:', title)    print('正文内容:', content)

上述代码中,首先定义了要爬取的多个网页URL列表。然后使用循环遍历每个URL,发送HTTP GET请求获取网页内容。接着使用BeautifulSoup库解析HTML页面,获取网页标题和正文内容。最后打印出标题和正文内容。

请注意,代码中使用的是requests库来发送HTTP请求,所以需要先安装这个库。可以使用pip命令进行安装:

pip install requests

同样地,还需要安装BeautifulSoup库:

pip install beautifulsoup4

需要根据自己的需求对代码进行适当的修改,例如处理异常、保存数据等。

 
 
更多>同类维修知识
推荐图文
推荐维修知识
点击排行
网站首页  |  关于我们  |  联系方式  |  用户协议  |  隐私政策  |  网站留言