通过使用 Python 的 requests 和 BeautifulSoup 库，可以从百度上爬取网页。步骤如下：安装 requests 和 BeautifulSoup 库。发送 HTTP GET 请求到目标网页。使用 BeautifulSoup 解析获取的 HTML 内容。使用选择器方法提取所需数据。保存或处理提取的数据。
如何使用 Python 从百度上爬取网页
步骤：
-
安装必要的库：
-
requests：发送 HTTP 请求。 -
BeautifulSoup：解析 HTML 内容。
-
-
发送 HTTP 请求：
立即学习“Python免费学习笔记（深入）”；
- 使用
requests.get()发送 GET 请求到目标网页。 - 例如，要爬取百度首页，可以使用以下代码：
- 使用
import requests
response = requests.get("https://www.baidu.com")-
解析 HTML 内容：
- 使用
BeautifulSoup解析获取的 HTML 内容。 - 例如，要获取百度首页的标题，可以使用以下代码：
- 使用
from bs4 import BeautifulSoup
soup = BeautifulSoup(response.text, "html.parser")
title = soup.find("title").text-
提取所需数据：
- 使用
BeautifulSoup的选择器方法提取所需数据。 - 例如，要获取百度首页上的所有链接，可以使用以下代码：
- 使用
links = soup.find_all("a", href=True)
for link in links:
print(link["href"])-
保存或处理数据：
- 根据需要保存或处理提取的数据。
- 可以将数据保存到文件、数据库或进行进一步处理。
示例代码：
import requests
from bs4 import BeautifulSoup
# 发送请求
response = requests.get("https://www.baidu.com")
# 解析 HTML
soup = BeautifulSoup(response.text, "html.parser")
# 提取标题
title = soup.find("title").text
print(f"页面标题：{title}")
# 提取所有链接
links = soup.find_all("a", href=True)
for link in links:
print(link["href"]) 
