基于bs4库和re库的天天基金网python爬虫

最新推荐文章于 2023-08-23 18:42:59 发布

浩然丶

最新推荐文章于 2023-08-23 18:42:59 发布

阅读量483

点赞数

分类专栏： Python-爬虫文章标签： python 正则表达式

本文链接：https://blog.youkuaiyun.com/qq_39419113/article/details/105695305

版权

本文介绍了作者花费一晚时间调试并成功实现的天天基金网Python爬虫程序，主要涉及BeautifulSoup库和正则表达式（re库）的运用，旨在提升对这两者的技术掌握，作为学习记录。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

花了一晚上的时间调试，练习，终于把这个程序改动好了
通过这个更熟悉了BeautifulSoup库的用法，也练习了正则表达式的使用


import requests
from bs4 import BeautifulSoup
import bs4
import traceback
import re


def getHTMLText(url, code="utf-8"):
    try:
        Headers = {
   
            'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
        }
        r = requests.get(url, headers=Headers, timeout=30)
        r.raise_for_status()
        r.encoding = code
        return r.text
    except:
        return "网页访问失败"


def getFundList(lst, fundURL):
    html = getHTMLText(fundURL, "GB2312")
    soup = BeautifulSoup(html, 'html.parser')
    tr = soup.find_all('tr')
    fo