python爬虫实践(腾讯新闻)

作为数据分析师的我们,数据来源很重要,其中爬虫是我们获取数据的一个手段。那么爬虫是什么呢?

爬虫在百度百科的解释,是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本,简单点说就是一段帮我们抓取数据的代码。

那么在爬取数据之前,我们需要懂得一些前端的知识,那样有助于我们快速有效的爬取目标数据,在这里小文也就不细说了(只懂得皮毛。。),直接上案例。

#requests + BeautifulSoup
import pandas as pd
import requests
from bs4 import BeautifulSoup

#下载网页
url='http://news.qq.com/'
res = requests.get(url).text
print(res)

从上图我们看到网页已经成功下载了,并且看到目标数据就在下图所示位置。接下来利用BeautifulSoup解析网页。

#解析网页,抓取目标内容
soup = BeautifulSoup(res,'lxml')
news = soup.find_all('a',{'class':'linkto'})
print(news)
<
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值