用urllib库几行代码实现最简单爬虫

"""

使用urllib.request()请求一个网页内容，并且把内容打印出来。

"""

from urllib import request

import chardet

if __name__ == '__main__':

    # 有的网站url使用不了

    url = "https://www.cnblogs.com/gshelldon/p/13332798.html"

    # 打开url把内容赋值给rsp

    rsp = request.urlopen(url)

    # 存取到内存当中是bytes流，使用read方法把rsp的内容读取出来，赋值给变量html。

    html = rsp.read()

    # 使用decode解码成我们能够看懂的格式。

    # print(type(html))         # 查看返回的格式

    html = html.decode('utf-8')  # 默认的是utf-8

    print(html)

返回的内容是html格式的文本

D:\ProgramData\Anaconda3\envs\spider\python.exe D:/爬虫/v1-最简单的爬虫.py

<!DOCTYPE html>

<html lang="zh-cn">

<head>

    <meta charset="utf-8" />

    <meta name="viewport" content="width=device-width, initial-scale=1.0" />

    <meta name="referrer" content="origin" />

    <meta property="og:description" content="nginx 动静分离 不需要运维来做，开发做的。 动态请求：该请求会调用数据库中的数据。 静态请求：用户请求不会调用数据库。 动态页面：后端开发写的需要调用数据库的页面(python、java、C、p" />

    <meta http-equiv="Cache-Control" content="no-transform" />

省略。。。。。。。

巴特西

用urllib库几行代码实现最简单爬虫

返回的内容是html格式的文本

最新文章

热门文章