主要介绍了用Python程序抓取网页的HTML信息的一个小实例,用到的方法同时也是用Python编写爬虫的基础,需要的朋友可以参考下

抓取网页数据的思路有好多种，一般有：直接代码请求http、模拟浏览器请求数据（通常需要登录验证）、控制浏览器实现数据抓取等。这篇不考虑复杂情况，放一个读取简单网页数据的小例子： 目标数据 将ittf网站上这个页面上所有这些选手的超链接保存下来。 数据请求 真的很喜欢符合人类思维的库，比如requests，如果是要直接拿网页文本，一句话搞定： doc = requests.get(url).text 解析html获得数据 以beautifulsoup为例，包含获取标签、链接，以及根据htm