温馨提示×

python怎么爬取搜索后的网页

小亿
93
2023-09-15 00:44:42
栏目: 编程语言

要爬取搜索后的网页,可以使用Python中的爬虫库(如Requests、BeautifulSoup、Scrapy等)来发送HTTP请求并解析网页内容。

下面是一个使用Requests和BeautifulSoup来爬取搜索后的网页的示例:

import requests
from bs4 import BeautifulSoup
# 设置请求头
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'
}
# 发送HTTP请求并获取响应内容
def get_search_results(keyword):
url = 'https://www.example.com/search?q=' + keyword
response = requests.get(url, headers=headers)
return response.text
# 解析网页内容,提取需要的信息
def parse_search_results(html):
soup = BeautifulSoup(html, 'html.parser')
results = soup.find_all('div', class_='result')
for result in results:
title = result.find('h3').text
link = result.find('a')['href']
print('Title:', title)
print('Link:', link)
print('---')
# 搜索关键词并爬取搜索结果
keyword = 'Python'
html = get_search_results(keyword)
parse_search_results(html)

在代码中,首先定义了一个get_search_results函数,用于发送HTTP请求并返回搜索结果的HTML内容。然后定义了一个parse_search_results函数,用于解析HTML内容,找到搜索结果中的标题和链接,并进行输出。

最后,调用get_search_results函数传入关键词,获取搜索结果的HTML内容,然后调用parse_search_results函数解析HTML内容,输出搜索结果的标题和链接。

注意:在实际爬取过程中,应该遵守网站的爬取规则和法律法规,不要对目标网站造成过大的负担,可以设置合适的请求头、限制请求频率等。

0