2. 由于你未给出具体网站的地址,只能给你说个流程如上。
望采纳,希望能帮到你。。。。。。
给你贴一下我前一段时间回答的类似问题,用的soup,还有一个用的正则就不贴了,手机不太方便,如下。import beautifulsoup
import urllib2
def main():
userMainUrl = "你要抓取的地址"
req = urllib2.Request(userMainUrl)
resp = urllib2.urlopen(req)
respHtml = resp.read()
foundLabel = respHtml.findAll("label")
finalL =foundLabel.string
print "biaoti=",finalL
if __name__=="__main__":
main()
PS:如果不会改的话追问一下,回头我用电脑给你写一份
用Python爬虫开发可以设计出很多功能,如:
网页爬取:爬取网页的内容和链接等。
数据提取:从网页中提取有用的信息。
数据存储:将爬取的数据存储到数据库或文件中。
分析统计:对爬取的数据进行分析和统计。
反爬虫:防止网站被爬虫滥用。
页面爬取关系:深度优先或广度优先爬取。
定时爬取:定时爬取网页数据
增量爬取:只爬取新发布的数据
代理IP设置:爬取限制较大的网页
账户认证:爬取需要账户认证的网页
这些功能可以通过结合Python库如beautifulsoup,requests,pandas等来实现。