如何用Python编写简单的网络爬虫（页面代码简单分析过程）

import requests
from bs4 import BeautifulSoup
 
def get_html(url):
    """发送HTTP请求，获取网页HTML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HTML，提取有效信息"""
    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'  # 替换为你想爬取的网页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")
 
if __name__ == '__main__':
    main()

这段代码展示了如何使用Python的requests库来发送HTTP请求，以及如何使用BeautifulSoup库来解析HTML并提取数据。这是一个简单的网络爬虫示例，可以根据实际需求进行功能扩展。