Python实现抓取网页并且解析的实例

 更新时间:2014年09月20日 17:39:07   投稿:shichen2014  
这篇文章主要介绍了Python实现抓取网页并且解析的功能实例,主要以解析百度问答为例说明其原理与方法,需要的朋友可以参考下

本文以实例形式讲述了Python实现抓取网页并解析的功能。主要解析问答与百度的首页。分享给大家供大家参考之用。

主要功能代码如下:

#!/usr/bin/python
#coding=utf-8

import sys 
import re
import urllib2
from urllib import urlencode
from urllib import quote
import time
maxline = 2000

wenda = re.compile("href=\"http://wenda.so.com/q/.+\?src=(.+?)\"")
baidu = re.compile("<a href=\"http://www.baidu.com/link\?url=.+\".*?>更多知道相关问题.*?</a>")
f1 = open("baidupage.txt","w")
f2 = open("wendapage.txt","w")

for line in sys.stdin:
  if maxline == 0:
    break
  query = line.strip();
  time.sleep(1);
  recall_url = "http://www.so.com/s?&q=" + query;
  response = urllib2.urlopen(recall_url);
  html = response.read();                                                   
  f1.write(html)
  m = wenda.search(html);
  if m:
    if m.group(1) == "110":
      print query + "\twenda\t0";
    else:
      print query + "\twenda\t1";
  else:
    print query + "\twenda\t0";
  recall_url = "http://www.baidu.com/s?wd=" + query +"&ie=utf-8";
  response = urllib2.urlopen(recall_url);
  html = response.read();
  f2.write(html)
  m = baidu.search(html);
  if m:
    print query + "\tbaidu\t1";
  else:
    print query + "\tbaidu\t0";
  maxline = maxline - 1;
f1.close()
f2.close()

希望本文所述对大家Python程序设计的学习有所帮助。

相关文章

  • TensorFlow获取加载模型中的全部张量名称代码

    TensorFlow获取加载模型中的全部张量名称代码

    今天小编就为大家分享一篇TensorFlow获取加载模型中的全部张量名称代码,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • tensorflow保持每次训练结果一致的简单实现

    tensorflow保持每次训练结果一致的简单实现

    今天小编就为大家分享一篇tensorflow保持每次训练结果一致的实现,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • 30秒轻松实现TensorFlow物体检测

    30秒轻松实现TensorFlow物体检测

    这篇文章主要为大家详细介绍了30秒轻松实现TensorFlow物体检测,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-03-03
  • Python File readlines() 使用方法

    Python File readlines() 使用方法

    readlines() 方法用于读取所有行(直到结束符 EOF)并返回列表,该列表可以由 Python 的 for... in ... 结构进行处理,如果碰到结束符 EOF 则返回空字符串,需要的朋友可以参考下
    2018-03-03
  • python3读取MySQL-Front的MYSQL密码

    python3读取MySQL-Front的MYSQL密码

    本篇文章主要介绍了python3读取MySQL-Front的MYSQL密码的相关知识,具有很好的参考价值。下面跟着小编一起来看下吧
    2017-05-05
  • 用Python爬虫破解滑动验证码的案例解析

    用Python爬虫破解滑动验证码的案例解析

    今天分享个如何简单处理滑动图片的验证码的案例,主要是使用Python爬虫破解滑动验证码的相关实现代码,感兴趣的朋友跟随小编一起看看吧
    2021-05-05
  • python实现桌面气泡提示功能

    python实现桌面气泡提示功能

    这篇文章主要为大家详细介绍了python实现桌面气泡提示功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-07-07
  • OpenCV读取与写入图片的实现

    OpenCV读取与写入图片的实现

    这篇文章主要介绍了OpenCV读取与写入图片的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-10-10
  • python 从远程服务器下载日志文件的程序

    python 从远程服务器下载日志文件的程序

    本文提供了一种方法,该程序可实现抓取服务器的日志文件到本地,根据该程序可自行扩展对日志文件的自动化分析。常用于数据挖掘、生产维护等
    2013-02-02
  • Python文件操作基本流程代码实例

    Python文件操作基本流程代码实例

    这篇文章主要介绍了Python文件操作基本流程代码实例,具有一定借鉴价值,需要的朋友可以了解下。
    2017-12-12

最新评论