python实现从web抓取文档的方法 - 哈喽比特

1148次阅读 | 发布于5年以前

本文实例讲述了Python实现从Web的一个URL中抓取文档的方法，分享给大家供大家参考。具体方法分析如下：

实例代码如下：


    import urllib 
    doc = urllib.urlopen("http://www.python.org").read() 
    print doc#直接打印出网页 
    def reporthook(*a): 
     print a 
    #将http://www.renren.com网页保存到renre.html中，
    #每读取一个块调用一字reporthook函数 

    urllib.urlretrieve("http://www.renren.com",'renren.html',reporthook) 
    #将http://www.renren.com网页保存到renre.html中 
    urllib.urlretrieve("http://www.renren.com",'renren.html')

程序运行结果如下：


    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
    ..........................网页内容
    </body>
    </html>


    (0, 8192, -1)
    (1, 8192, -1)
    (2, 8192, -1)

其中urllib.urlopen返回一个类文件对象。

希望本文所述对大家的Python程序设计有所帮助。