python采集百度百科的方法
admin
2023-07-31 02:27:52
0次

本文实例讲述了python采集百度百科的方法。分享给大家供大家参考。具体如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8 
#Filename:get_baike.py
import urllib2,re
import sys
def getHtml(url,time=10):
 response = urllib2.urlopen(url,timeout=time)
 html = response.read()
 response.close()
 return html
def clearBlank(html):
 if len(html) == 0 : return \'\'
 html = re.sub(\'\\r|\\n|\\t\',\'\',html)
 while html.find(\" \")!=-1 or html.find(\' \')!=-1 :
  html = html.replace(\' \',\' \').replace(\' \',\' \')
 return html
if __name__ == \'__main__\':
  html = getHtml(\'http://baike.baidu.com/view/4617031.htm\',10)
  html = html.decode(\'gb2312\',\'replace\').encode(\'utf-8\') #转码
  title_reg = r\'
(.*?)
\'
  content_reg = r\'
(.*?)
\'
  title = re.compile(title_reg).findall(html)
  content = re.compile(content_reg).findall(html)
  title[0] = re.sub(r\'<[^>]*?>\', \'\', title[0])
  content[0] = re.sub(r\'<[^>]*?>\', \'\', content[0])
  print title[0]
  print \'#######################\'
  print content[0]

希望本文所述对大家的Python程序设计有所帮助。

python 采集 百度百科

上一篇：python实现数值积分的Simpson方法实例分析

下一篇：python中引用与复制用法实例分析

相关内容

热门资讯

Mobi、epub格式电子书如... 在wps里全局设置里有一个文件关联，打开，勾选电子书文件选项就可以了。
定时清理删除C:\Progra... C:\Program Files (x86)下面很多scoped_dir开头的文件夹 写个批处理 定...
scoped_dir32_70... 一台虚拟机C盘总是莫名奇妙的空间用完，导致很多软件没法再运行。经过仔细检查发现是C:\Program...
500 行 Python 代码... 语法分析器描述了一个句子的语法结构，用来帮助其他的应用进行推理。自然语言引入了很多意外的歧义，以我们...
小程序支付时提示：appid和... [Q]小程序支付时提示：appid和mch_id不匹配 [A]小程序和微信支付没有进行关联，访问“小...
pycparser 是一个用... `pycparser` 是一个用 Python 编写的 C 语言解析器。它可以用来解析 C 代码并构...
微信小程序使用slider实现... 众所周知哈，微信小程序里面的音频播放是没有进度条的，但最近有个项目呢，客户要求音频要有进度条控制，所...
65536是2的几次方 计算2... 65536是2的16次方：65536=2⁶ 65536是256的2次方：65536=256 6553...
Apache Doris 2.... 亲爱的社区小伙伴们，我们很高兴地向大家宣布，Apache Doris 2.0.0 版本已于...
项目管理和工程管理的区别 项目管理 项目管理，顾名思义就是专注于开发和完成项目的管理，以实现目标并满足成功标准和项目要求。 工...