qq：800819103
在线客服，实时响应
qq群
在线客服，实时响应
客服电话
13318873961我们经常会收集一些资料，但资料比较少的时候，大家会习惯性自己手动下载，但如果数量非常多，肯定是想找个工具来帮忙收集的。
比如说，使用一些采集的工具，但是由于这些工具都是设定好的，并不是很符合我们的需求，如果要求低些，就将就着用了。如果要求高的，还不如自己做个爬虫，想抓取什么资料就抓取哪些。
关键是要看你会不会写爬虫呢？其实非常简单的，小编这就为大家分享下爬虫抓取网页数据案例。
1.获取网页信息
Urllib 模块提供了读取web页面数据的接口，我们可以像读取本地文件一样读取www和ftp上的数据。首先，我们定义了一个getHtml()函数:
urllib.urlopen()方法用于打开一个URL地址。
read()方法用于读取URL上的数据，向getHtml()函数传递一个网址，并把整个页面下载下来。执行程序就会把整个网页打印输出。
2.筛选页面数据
Python提供了非常强大的正则表达式，我们需要先要了解一点python正则表达式的知识才行。
假如我们百度贴吧找到了几张漂亮的壁纸，通过到前段查看工具。找到了图片的地址，如:src=”http://imgsrc.baidu.com/forum......jpg”pic_ext=”jpeg”
修改代码如下：
我们又创建了getImg()函数，用于在获取的整个页面中筛选需要的图片连接。re模块主要包含了正则表达式：
re.compile() 可以把正则表达式编译成一个正则表达式对象。
re.findall() 方法读取html 中包含 imgre(正则表达式)的数据。
运行脚本将得到整个页面中包含图片的URL地址。
3.数据保存
把筛选的图片地址通过for循环遍历并保存到本地，代码如下：
这里的核心是用到了urllib.urlretrieve()方法，直接将远程数据下载到本地。
通过一个for循环对获取的图片连接进行遍历，为了使图片的文件名看上去更规范，对其进行重命名，命名规则通过x变量加1。保存的位置默认为程序的存放目录。程序运行完成，将在目录下看到下载到本地的文件。
以上就是爬虫抓取网页数据案例分享，如今大数据时代，数据非常多，要收集到足够多的数据进行分析，得到得结果才有价值。在爬虫抓取数据中，大家记得要使用代理IP，这样可以让爬虫高效得爬取数据，更短时间出结果。找代理IP，黑洞代理非常不错，不光能使用到全国IP地址，而且还是高匿名的，效果更好。
相关文章内容简介
1 实战案例：爬虫抓取网页数据
我们经常会收集一些资料，但资料比较少的时候，大家会习惯性自己手动下载，但如果数量非常多，肯定是想找个工具来帮忙收集的。比如说，使用一些采集的工具，但是由于这些工具都是设定好的，并不是很符合我们的需求，如果要求低些，就将就着用了。如果要求高的，还不如自己做个爬虫，想抓取什么资料就抓取哪些。关键是要看你会不会写爬虫呢？... [阅读全文]
最新标签
推荐阅读
03
2018-12
ip代理app软件哪个好
ip代理app软件哪个好？想用个IP代理换IP，最好没有使用限制，通用版，比如游戏的IP限制，或者是发帖的IP限制，目前国内ip代理app软件哪个好？价格怎么样？下面跟黑洞代理一起去了解ip代理app
11
2019-01
用换IP软件突破反爬虫限制
用换IP软件突破反爬虫限制！网络爬虫一直存在于互联网当中，自大数据以来，许多行业都使用网络爬虫去收集大量的信息进行分析获取有价值的数据。于是乎，许多网站的反爬虫限制也越来越
18
2019-04
免费的ip代理是否有风险？
以http代理访问淘宝为例，你访问淘宝等等这些网站所有的访问信息都可以被提供代理的主机看到。
25
2019-02
利用IP修改器做免费推广
我们做免费推广的渠道都是有限制的，否则大家都无限制做广告，这平台的用户体验太差了，也吸引不来更多的用户，带不来大流量。对于这限制，我们使用各种的方法来应对，比如：
热门文章
