一则python3的简单爬虫代码

不得不说python的上手非常简单。在网上找了一下,大都是python2的帖子,于是随手写了个python3的。代码非常简单就不解释了,直接贴代码。

代码如下:

#test rdpimport urllib.requestimport re#登录用的帐户信息data={}data[‘fromurl’]=”data[‘fromurltemp’]=”data[‘loginid’]=’12345’data[‘password’]=’12345’user_agent=’mozilla/4.0 (compatible; msie 5.5; windows nt)’#登录地址#url=’http://192.168.1.111:8080/logincheck’postdata = urllib.parse.urlencode(data) postdata = postdata.encode(‘utf-8’)headers = { ‘user-agent’ : user_agent }#登录 res = urllib.request.urlopen(url,postdata)#取得页面htmlstrresult=(res.read().decode(‘utf-8′))#用正则表达式取出所有a标签p = re.compile(r'(.*?)’)for m in p.finditer(strresult): print (m.group(1))#group(1)是href里面的内容,group(2)是a标签里的文字

关于cookie、异常等处理看了一下,没有花时间去处理,毕竟只是想通过写爬虫来学习python。

Posted in 未分类