首页 > 编程语言 > 详细

python学习之——爬取网页信息

时间:2015-12-10 13:01:23      阅读:135      评论:0      收藏:0      [点我收藏+]

爬取网页信息

说明:正则表达式有待学习,之后完善此功能

#encoding=utf-8

import urllib
import re
import os

#获取网络数据到指定文件
def getHtml(url,fname):
    #fname = ‘C:\\Users\cuiliting\\Desktop\\weather_forecast.txt‘
    data =[]
    page = urllib.urlopen(url)
    html = page.read()
    data.append(html)
    fobj = open(fname,w)
    fobj.writelines(%s %x for x in data)
    fobj.close()
    page.close()  

#从文件获取得到所需数据
def getWeather(fname,weath_keyword):
    fobj = open(fname,r)
    for eachline in fobj:
        if weath_keyword in eachline:
            print eachline,
            
    fobj.close()  
   


if __name__ == __main__:
    #url_input = raw_input("please enter url:")
    #fname_input = raw_input("please enter fname:")
    #weath_keyword_input = ‘raw_input("please enter keywords:")‘
    url_input = http://www.weather.com.cn/weather/101010100.shtml
    fname_input = C:\\Users\\Desktop\\weather_forecast.txt
    weath_keyword_input = <h1>10日(明天)</h1>
    getHtml(url_input,fname_input)
    getWeather(fname_input,weath_keyword_input)

 

python学习之——爬取网页信息

原文:http://www.cnblogs.com/cloverclt/p/5035294.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!