鱼C论坛

 找回密码
 立即注册
查看: 2446|回复: 1

help

[复制链接]
发表于 2021-1-8 10:33:22 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
做一个爬虫程序,爬取页面的url为:http://books.toscrape.com,打印该页面的标题(<title>标记)和第一个超链接的文本(<a>标记
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2021-1-8 11:43:23 | 显示全部楼层
import requests
from lxml import etree


def main():
    url = 'http://books.toscrape.com/'
    headers = {'user-agent': 'firefox'}
    r = requests.get(url, headers=headers)
    html = etree.HTML(r.text)
    title = html.xpath('normalize-space(//title/text())')
    link = html.xpath('//a[@href]/text()')[0]
    print(title)
    print(link)


if __name__ == '__main__':
    main()
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 1 反对 0

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-1-16 20:51

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表