爬虫简单说来包括两个步骤：获得网页文本、过滤得到数据。 　　1、获得html文本。 　　python在获取html方面十分方便，寥寥数行代码就可以实现我们需要的功能。 复制代码 代码如下: def getHtml(url): page = urllib.urlopen(url) html = page.read() page.close() return html 这么几行代码相信不用注释都能大概知道它的意思。 　　2、根据正则表达式等获得需要的内容。　　使用正则表达式时需要仔细观察该网页信息