摘要：
对网页的结构处理有很多方便的第三方库，在使用第三方库之前先尝试了用字符处理对网页源码提取信息 首先引用urllib 爬取网页并解码得到源代码 通过对于html的结构了解可以得知url在html代码中的结构往往是这样的 因此我们可以先搜索字符串里所有的herf再找到最近的两个引号，在引号之间的基本就是 阅读全文
摘要：
爬虫工具作为获取线上数据的重要途经，可以快速获取网页的相关信息，这次使用python自带的urllib库中的request，进行一次网络爬取，首先引用urllib库 接下来调用其中的函数urlopen我们就可以对一个网页进行访问，这里用百度作为例子 urlopen得到的是网页流，要生成可以阅读的代码 阅读全文