资源简介
爬虫1.py
代码片段和文件信息
#-*- coding: UTF-8 -*-
import urllib.request
from urllib import request
import re xlwt datetime
def function4（）:
# file = urllib.request.urlopen（“http://www.baidun.com“timeout=1）
# file = urllib.request.urlopen（“http://www.hellobi.com“timeout=0.5）
for i in range（0100）:
try:
file=urllib.request.urlopen（“http://yumiqianyue.com“timeout=1）#time是表示服务器的响应时间1s
data=file.read（）
print（len（data））
except Exception as e:
print（“异常的原因：“+str（e））
def function3（）:
html=“https://read.douban.com/provider/all“
data=（urllib.request.urlopen（html）.read（））
data=data.decode（‘utf-8‘）
pat=‘（.*?） pat1=‘
mydata=re.compile（pat）.findall（data）
mydata1=re.compile（pat1）.findall（data）
“““写入文件.txt中“““
dir=‘./爬虫练习1.txt‘
with open（dir“w+“encoding=“utf-8“） as f:
savedata =（‘，‘.join（mydata））+（‘‘.join（mydata1））
f.write（savedata）
f.close
“““写入Excel文件中“““
def function2（）:
urllib.request.urlretrieve（“http://www.youku.com/“filename=“./网页/数据挖掘实例网页.html“）#这是网页下载到本地文件中
urllib.request.urlcleanup（）#清理缓存
file=urllib.request.urlopen（“http://www.hellobi.com“）
print（“环境信息：“file.info（））
# getcode（）状态编码
# geturl（）获取网页的例子
print（file.getcode（））
print（file.geturl（））
def function（）:
“““官方实例“““
html = request.urlopen（“https://read.douban.com/provider/all“）.read（） # 读取网页源代码内容
wzgz = “
xx = re.compile（wzgz）.findall（str（html “utf-8“）） # 通过正则表达式匹配在网页源代码中提取所需内容
# print（xx）
# 创建workbook和sheet对象
workbook = xlwt.Workboo
- 上一篇：用Python实现域用户与企业微信通讯录同步
- 下一篇：运动物体的检测和识别
川公网安备 51152502000135号
评论
共有 条评论