python 爬虫之 爬取网站信息并保存到文件

以下是一个使用Python的requests和BeautifulSoup库来爬取网站信息并将其保存到文件的基本示例。




import requests
from bs4 import BeautifulSoup
 
# 目标网址
url = 'http://example.com/'
 
# 发送HTTP请求
response = requests.get(url)
 
# 检查请求是否成功
if response.status_code == 200:
    # 解析响应内容
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 提取你需要的信息,例如页面标题
    title = soup.title.text
    
    # 将信息写入文件
    with open('output.txt', 'w', encoding='utf-8') as file:
        file.write(title)
    print(f'网站标题已保存到 output.txt: {title}')
else:
    print('网页请求失败')

确保你已经安装了requests和beautifulsoup4库,可以使用以下命令安装:




pip install requests beautifulsoup4

这段代码会发送一个HTTP GET请求到指定的网址,然后使用BeautifulSoup解析HTML内容,提取页面标题,并将其保存到当前目录下的output.txt文件中。你可以根据需要修改这段代码,以提取不同的网页信息或保存到不同的文件。

最后修改于:2024年08月19日 09:34

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日