python 使用BeautifulSoup的 html5lib爬取网站内容
1、使用BeautifulSoup的 'html5lib' 能像网页工具一样渲染内容。
缺点:运行比较慢
2、安装包
pip install html5lib
3、直接获取网页的所有有效内容
import requests #数据请求模块 第三方模块 pip install requests from bs4 import BeautifulSoup heads = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36' } def get_response(html_url): response = requests.get(url=html_url, headers=heads) return response url= 'https://www.python100.com/html/1390.html' response_new = get_response(html_url=url) response_new.encoding = 'UTF-8' #soup = BeautifulSoup(response_new.text, 'html.parser') soup_new = BeautifulSoup(response_new.text, 'html5lib') print(soup_new.text)
4、结果展示
做一个决定,并不难,难的是付诸行动,并且坚持到底。