爬虫实践1：获取mooc主页课程

爬取中国mooc主页课程名单

1、首先访问中国mooc的主页，是这个样子

2、打开开发者模式，图中红色部分就是想要爬取的一级分类。

在“国家精品”右键选择“检查”，找到所在标签，发现是一个span标签，并且class=‘f-thide’

3、在xpath插件窗中输入//span[@class=‘f-thide’]，得到正确结果，因此这是正确的xpath路径。

4、确定网址，url=https://www.icourse163.org/
导入模块urllib.request，获取url的html

import urllib.request as ur
html = ur.urlopen(url).read().decode()
##如果decode()，则读出的内容是2进制，在ascii内的字母符号可以识别，ascii之外的汉字等会逐个字节读取。decode()默认以utf-8进行读取。