Python“三步”即可爬取，毋庸置疑

声明：本实例仅供学习，切忌遵守robots协议，请不要使用多线程等方式频繁访问网站。

#第一步导入模块

import re
import requests

#第二步获取你想爬取的网页地址，发送请求，获取网页内容
url = "
https://www.msn.cn/zh-cn/news/technology/%E4%BB%8E-%E6%81%92%E6%98%9F%E8%80%80%E7%81%AD-%E5%88%B0-%E6%9C%94%E5%BC%A6%E6%99%A6%E6%9C%9B-%E5%85%A8%E7%90%83%E8%89%BA%E6%9C%AF%E5%AE%B6%E4%B8%BA%E4%BD%95%E7%BA%B7%E7%BA%B7%E4%B8%BA%E4%B8%8A%E6%B5%B7%E5%A4%A9%E6%96%87%E9%A6%86%E6%89%93%E9%80%A0%E5%B1%95%E5%93%81/ar-AAQK647?ocid=msedgdhp&pc=U531"

response = requests.get(url) #得到响应对象
data = response.text #获得字符串文本

#第三步通过正则表达式选择你想得到的文本内容，并显示选择的结果
new_list = re.findall('<p>(.*?)</p>', data) #得到你想要的内容列表
print(new_list) #显示你想要的内容

以上所涉及知识点：一是requests模块库get（）的知识储备。二是正则表达式findall（）知识的储备。在

当然上面省略一些知识：

1、如判断访问网站是否成功

2、列表的for语句显示

3、得到的文本以什么方式存储，存储的地址和文件是否已经存在等

希望以上总结对您有帮助！！！！！！

Tags：python获取文件

微信扫一扫：分享

微信里点“发现”，扫一下

二维码便可将本文分享至朋友圈。