[Python]网络爬虫：北邮图书馆排行榜

最新推荐文章于 2025-01-13 14:47:59 发布

进击的鼻孔猫

最新推荐文章于 2025-01-13 14:47:59 发布

阅读量1.7k

点赞数

分类专栏： Python 文章标签： python 爬虫正则表达式网络爬虫 cookie

本文链接：https://blog.youkuaiyun.com/zhangxbj/article/details/45094695

版权

本文介绍了作者对Python爬虫的兴趣和学习经历，通过跟随某博客教程，成功编写了一个爬取北京邮电大学图书馆排行榜的示例程序。主要使用了正则表达式来提取书名和借阅次数，过程中遇到正则表达式应用的挑战并最终解决。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近对爬虫比较感兴趣，就研究了一下。

推荐一个python爬虫博客http://blog.youkuaiyun.com/pleasecallmewhy/article/details/9305229点击打开链接。跟着博主的博客学了下来，自己动手编写了一个爬北邮图书馆排行榜的demo。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

#---------------------------------------
#   程序：bupt图书馆爬虫-排行榜
#   版本：0.1
#   作者：zhangxuan
#   日期：2015-04-15
#   语言：Python 2.7
#   操作：输入账号和密码
#   功能：
#---------------------------------------
' a test module '


__author__ = 'zhangxuan'

import urllib
import urllib2
import cookielib
import re



cookie = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
opener.addheaders = [('User-agent','Mozilla/5.0 (Macintosh; Intel Mac OS X 10.10; rv:37.0) Gecko/20100101 Firefox/37.0')]

urllib2.inst