這篇文章主要介紹了Python3怎么實(shí)現(xiàn)爬取簡(jiǎn)書(shū)首頁(yè)文章標(biāo)題和文章鏈接的方法，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

創(chuàng)新互聯(lián)是一家專業(yè)提供屯留企業(yè)網(wǎng)站建設(shè),專注與成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、H5高端網(wǎng)站建設(shè)、小程序制作等業(yè)務(wù)。10年已為屯留眾多企業(yè)、政府機(jī)構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)網(wǎng)絡(luò)公司優(yōu)惠進(jìn)行中。

Python3實(shí)現(xiàn)爬取簡(jiǎn)書(shū)首頁(yè)文章標(biāo)題和文章鏈接的方法，具體如下：

from urllib import request
from bs4 import BeautifulSoup #Beautiful Soup是一個(gè)可以從HTML或XML文件中提取結(jié)構(gòu)化數(shù)據(jù)的Python庫(kù)
#構(gòu)造頭文件，模擬瀏覽器訪問(wèn)
url="http://www.jianshu.com"
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}
page = request.Request(url,headers=headers)
page_info = request.urlopen(page).read().decode('utf-8')#打開(kāi)Url,獲取HttpResponse返回對(duì)象并讀取其ResposneBody
# 將獲取到的內(nèi)容轉(zhuǎn)換成BeautifulSoup格式，并將html.parser作為解析器
soup = BeautifulSoup(page_info, 'html.parser')
# 以格式化的形式打印html
#print(soup.prettify())
titles = soup.find_all('a', 'title')# 查找所有a標(biāo)簽中class='title'的語(yǔ)句
'''''
# 打印查找到的每一個(gè)a標(biāo)簽的string和文章鏈接
  for title in titles:
    print(title.string)
    print("http://www.jianshu.com" + title.get('href'))
'''
#open()是讀寫(xiě)文件的函數(shù),with語(yǔ)句會(huì)自動(dòng)close()已打開(kāi)文件
with open(r"D:\articles.txt","w") as file:    #在磁盤(pán)以只寫(xiě)的方式打開(kāi)/創(chuàng)建一個(gè)名為 articles 的txt文件
  for title in titles:
    file.write(title.string+'\n')
    file.write("http://www.jianshu.com" + title.get('href')+'\n\n')

本機(jī)測(cè)試運(yùn)行結(jié)果如下：

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Python3怎么實(shí)現(xiàn)爬取簡(jiǎn)書(shū)首頁(yè)文章標(biāo)題和文章鏈接的方法”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!

當(dāng)前名稱：Python3怎么實(shí)現(xiàn)爬取簡(jiǎn)書(shū)首頁(yè)文章標(biāo)題和文章鏈接的方法-創(chuàng)新互聯(lián)
網(wǎng)站URL：http://weahome.cn/article/dogggj.html