温馨提示×

怎么用python爬取多个网页内容

小亿
90
2023-12-14 20:56:42
栏目: 编程语言

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 requests
from 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。

0