Davidking的专栏

由于个人安装的Python版本是2.7的，因此此后的相关代码也是该版本。 爬取网页所有信息 利用urllib2包来抓取网页的信息，先介绍下urllib2包的urlopen函数。 urlopen：将网页所有信息存到一个object里，我们可通过读取这个object来获得网页信息。例如，我们使用它来获取百度首页信息如下。 import urllib2 f = urllib2.urlopen('htt

在上一篇中我们利用正则表达式和一些简单的操作爬取链家二手房的100个网页信息，这篇我们引入BeatifulSoup库来简化工作量，Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库，我们可以通过BeatifulSoup文档来学习相关操作。下面是利用BeatifulSoup库来实现上一篇功能的代码。 import urllib2 import time