香港云主机最佳企业级服务商!

ADSL拨号VPS包含了中国大陆(联通,移动,电信,)

中国香港,国外拨号VPS。

当前位置:云主机 > python >

电信ADSL拨号VPS
联通ADSL拨号VPS
移动ADSL拨号VPS

python采集百度百科的方法


时间:2021-12-08 14:51 作者:admin


本文实例讲述了python/' target='_blank'>python采集百度百科的方法。分享给大家供大家参考。具体如下:

#!/usr/bin/Python# -*- coding: utf-8 -*-#encoding=utf-8 #Filename:get_baike.pyimport urllib2,reimport sysdef getHtml(url,time=10): response = urllib2.urlopen(url,timeout=time) html = response.read() response.close() return htmldef clearBlank(html): if len(html) == 0 : return '' html = re.sub('\r|\n|\t','',html) while html.find(" ")!=-1 or html.find('&nbsp;')!=-1 :  html = html.replace('&nbsp;',' ').replace(' ',' ') return htmlif __name__ == '__main__':  html = getHtml('http://baike.baidu.com/view/4617031.htm',10)  html = html.decode('gb2312','replace').encode('utf-8') #转码  title_reg = r'<h1 class="title" id="[\d]+">(.*?)</h1>'  content_reg = r'<div class="card-summary-content">(.*?)</p>'  title = re.compile(title_reg).findall(html)  content = re.compile(content_reg).findall(html)  title[0] = re.sub(r'<[^>]*?>', '', title[0])  content[0] = re.sub(r'<[^>]*?>', '', content[0])  print title[0]  print '#######################'  print content[0]

希望本文所述对大家的Python程序设计有所帮助。

(责任编辑:admin)






帮助中心
会员注册
找回密码
新闻中心
快捷通道
域名登录面板
虚机登录面板
云主机登录面板
关于我们
关于我们
联系我们
联系方式

售前咨询:17830004266(重庆移动)

企业QQ:383546523

《中华人民共和国工业和信息化部》 编号:ICP备00012341号

Copyright © 2002 -2018 香港云主机 版权所有
声明:香港云主机品牌标志、品牌吉祥物均已注册商标,版权所有,窃用必究

云官方微信

在线客服

  • 企业QQ: 点击这里给我发消息
  • 技术支持:383546523

  • 公司总台电话:17830004266(重庆移动)
  • 售前咨询热线:17830004266(重庆移动)