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

  • Django模块学习之模块语言详解

    Django模块学习之模块语言详解

    模板语言渲染的整个过程其实就是将html转换成函数,并为该函数提供全局变量,然后执行该函数,下面这篇文章主要给大家介绍了关于Django模块学习之模块语言的相关资料,需要的朋友可以参考下
    2021-11-11
  • Pandas读取excel合并单元格的正确方式(openpyxl合并单元格拆分并填充内容)

    Pandas读取excel合并单元格的正确方式(openpyxl合并单元格拆分并填充内容)

    Excel文件中可能包含合并单元格的数据,下面这篇文章主要给大家介绍了关于Pandas读取excel合并单元格的正确方式,主要介绍的openpyxl合并单元格拆分并填充内容,需要的朋友可以参考下
    2023-06-06
  • 用Python制作简单的朴素基数估计器的教程

    用Python制作简单的朴素基数估计器的教程

    这篇文章主要介绍了用Python制作简单的朴素基数估计器的教程,同时介绍了如何去改进精度来进行算法优化,需要的朋友可以参考下
    2015-04-04
  • django如何通过类视图使用装饰器

    django如何通过类视图使用装饰器

    这篇文章主要介绍了django如何设计装饰器过滤黑名单,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,需要的朋友可以参考下
    2019-07-07
  • 利用Python实现绘制论文中的曲线图

    利用Python实现绘制论文中的曲线图

    这篇文章主要为大家详细介绍了如何利用Python语言实现绘制论文中需要的曲线图,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2023-03-03
  • python进行图片相似度对比的两种实现方法

    python进行图片相似度对比的两种实现方法

    Python提供了一些库和工具可以用于图片的相似度比对,本文就详细的介绍了两种实现方法,感知哈希和结构相似性,下面就来介绍一下,感兴趣的可以了解一下
    2023-10-10
  • Python中json.dumps()和json.dump()的区别小结

    Python中json.dumps()和json.dump()的区别小结

    在Python中,json.dumps()和json.dump()是两个常用的函数,本文主要介绍了Python中json.dumps()和json.dump()的区别小结,具有一定的参考价值,感兴趣的可以了解一下
    2024-02-02
  • python使用PIL和matplotlib获取图片像素点并合并解析

    python使用PIL和matplotlib获取图片像素点并合并解析

    这篇文章主要介绍了python使用PIL和matplotlib获取图片像素点并合并解析,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,需要的朋友可以参考下
    2019-09-09
  • Python数据结构之递归可视化详解

    Python数据结构之递归可视化详解

    递归函数是直接调用自己或通过一系列语句间接调用自己的函数。递归在程序设计有着举足轻重的作用,在很多情况下,借助递归可以优雅的解决问题。本文主要介绍了如何利用可视化方式来了解递归函数的执行步骤,需要的可以参考一下
    2022-04-04
  • python实现淘宝购物系统

    python实现淘宝购物系统

    这篇文章主要为大家详细介绍了python实现简易的淘宝购物系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-10-10

最新评论