Python 爬虫：深入技术细节，掌握数据获取利器

import requests
from bs4 import BeautifulSoup
 
def get_html(url):
    """发送HTTP请求，获取网页内容"""
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.text
        else:
            return None
    except requests.RequestException:
        return None
 
def parse_html(html):
    """解析网页，提取有效数据"""
    soup = BeautifulSoup(html, 'html.parser')
    # 假设我们要提取所有的段落文本
    paragraphs = soup.find_all('p')
    return [p.get_text() for p in paragraphs]
 
def main():
    url = 'http://example.com'  # 替换为目标网站的URL
    html = get_html(url)
    if html:
        parsed_data = parse_html(html)
        for data in parsed_data:
            print(data)
    else:
        print("Failed to retrieve the webpage content.")
 
if __name__ == '__main__':
    main()

这段代码展示了如何使用Python的requests库发送HTTP请求，以及如何使用BeautifulSoup库解析HTML并提取数据。这是一个简单的网络爬虫示例，可以作为学习的起点。在实际应用中，你需要根据目标网站的结构调整解析代码。