首页 / 爬虫 / 爬虫(二)urllib库数据挖掘
爬虫(二)urllib库数据挖掘
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了爬虫(二)urllib库数据挖掘,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含598字,纯文字阅读大概需要1分钟。
内容图文
爬虫(二)urllib库数据挖掘
1、第一个爬虫
1 from urllib import request 2 3 url = r‘http://www.baidu.com‘ 4 5# 发送请求,获取 6 response = request.urlopen(url).read() 7 8# 1、打印获取信息 9print(response) 1011# 2、打印获取信息的长度12print(len(response))
2、中文处理
1 # 数据清洗,用【正则表达式】进行数据清洗 2 from urllib import request 3import re # 正则表达式模块 4 5 url = r‘http://www.baidu.com‘ 6 7# 发送请求,获取 8 response = request.urlopen(url).read().decode() # 解码---(编码endecode()) 910# 1、获取title标签的内容11 pat = r‘<title>(.*?)</title>‘1213 data = re.findall(pat,response) 1415print(data)
原文:https://www.cnblogs.com/zibinchen/p/13436630.html
内容总结
以上是互联网集市为您收集整理的爬虫(二)urllib库数据挖掘全部内容,希望文章能够帮你解决爬虫(二)urllib库数据挖掘所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。