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))

 

技术分享图片

 

 技术分享图片

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)

 

技术分享图片

 

 

 

 

 

技术分享图片

 

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。

本文链接：https://qyyshop.com/info/1201945.html

来源：【匿名】