a16n

不管怎么样,一天一更的好习惯一定要保持,现在一天不写点东西都感觉不踏实,总会感觉少了点什么,废话少说,记录一下今天初学的spider(甚至说不上是spider,I‘m so vagetable [/认真])
下面是最朴素(垃圾)的源码爬取脚本,源码爬取其实是没必要的,但是为了练习+学习,这种记录还是有必要的,上python

import requests                                   #没有这个包就pip install requests

url = input("请输入要爬取源码的网站的URL:")
html = requests.get(url)                          #源码获取
text = html.text 			          #源码转换为text文本
					          #其实上面两步可以合为
#text = requests.get(url).text这样
#文件操作
txt = open(\'D:///1.txt\',"wb+")  		  #打开(没有就新建)文件操作,跟c++有些不同吧
txt.write(text.encode(\'utf-8\')) 		  #文本编码为utf-8
print("txt文件已经生成在了  D:\1.txt    路径下")

加上个input("")多人性化,直接在powershell就能用了(当然你要有python3环境变量)
上一下我测试的截图。
首先是我要爬取的网页截图
在这里插入图片描述这里专门挑了个最简洁的网页
代码power shell运行
在这里插入图片描述
文件内容展示
在这里插入图片描述这应该是资源爬取的第一步吧,.md(你知道这只是后缀名),万里长征刚迈开第一步。

分类:

技术点:

相关文章:

  • 2021-09-09
  • 2021-12-09
  • 2021-08-16
  • 2021-11-01
  • 2021-08-27
  • 2022-01-08
  • 2021-11-11
猜你喜欢
  • 2021-12-09
  • 2021-11-29
  • 2021-11-29
  • 2018-05-03
  • 2021-11-05
相关资源
相似解决方案