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。

 
#test rdp
 
import urllib.request
 
import re<br>
 
#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html<br>strResult=(res.read().decode('utf-8'))
 
#用正则表达式取出所有A标签
 
p = re.compile(r'<a href="(.*?)".*?>(.*?)</a>')
 
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。

频道导航

一则python3的简单爬虫代码

您可能感兴趣的文章: