jfukg的博客

只用来学习请勿无限制使用爬虫 功能描述 目标：获取淘宝搜索页面的信息媒体去其中的商品名称和价格 程序的结构设计 步骤1：提交商品搜索请求，循环获取页面 步骤2：对每个页面，提取商品名称和价格信息 步骤3：将信息输出到屏幕上 修改headers的方法请看：https://blog.youkuaiyun.com/wyatt007/article/details/105433009 import requests import re def getHTMLText(url): try: # 淘宝用了

全国理科大学排名（拿来练手就好别贪玩哦） 程序的结构设计 步骤1：从网页上获取大学排名网页内容getHTMLText() 步骤2：提取网页内容中信息到合适的数据结构fillUnivList() 步骤3：利用数据结构展示并输出结果printUnivList() import requests from bs4 import BeautifulSoup import bs4 def getHTMLText(url): try: r = requests.get(url, timeout

requests库 Beautiful Soup库 Tag 标签，最基本的信息组织单元，分别用<>和</>标明开头和结尾 Name 标签的名字，< p >…< /p >的名字的p，格式：< tag >.name Attributes 标签的属性，字典形式组织，格式：< tag >.attrs NavigableString 标签内非属性字符串，<>…</> 中字符串，格式< .