如何用python把网页上的文本内容保存下来

发布网友 发布时间：2022-04-21 23:19

我来回答

共6个回答

热心网友 时间：2022-04-18 03:26

1、了解Python如何获取网页内容。

2、导入 urllib.request模块。

3、使用urllib.request.urlopen( )获取对象。

4、urllib.request.urlopen()获取的是一个网页的http.client.HTTPResponse对象。

5、若要打印http.client.HTTPResponse对象的内容，可以继续使用read()方法。

热心网友 时间：2022-04-18 04:44

先说下基本原理和过程

原理：就是将可以打开的网页（这里不*为网站，本地网页文件也可以哦），加载到内存中，然后解析html，读取其中的文本内容或者储存到本地或者数据库中。

过程：

1、加载模块urllib,beautifulsoup。urllib提供网络服务解析，beautifullsoup提供对网页结构进行解析的功能。

2、加载网页

3、用beautifulsoup加载解析

下面给出实例：

import urllib.request   
from bs4 import BeautifulSoup
url="http://google.cn/"  
response=urllib.request.urlopen(url)    #返回文件对象
page=response.read()  
#直接将URL保存为本地文件：
import urllib.request  
url="http://www.xxxx.com/1.jpg"
urllib.request.urlretrieve(url,r"d:\temp\1.jpg")
#当然你可以将返回的对象交给soup处理
soup=BeautifulSoup(response)
#运行soup

热心网友 时间：2022-04-18 06:18

使用urllib就ok啊！建议搜索beautiful soup。python在抓取网页上可是非常牛*的

import urllib
a=urllib.urlopen("http://www.baidu.com").read()
print a

看看会有什么结果，一些html标签你就要用工具进行过滤了 beautifulsoup

热心网友 时间：2022-04-18 08:10

如果只需要网页内容，用urllib2就行，查询python的api，调用read方法获得网页内容。
如果需要解析的话，就用BeautifulSoup吧。

热心网友 时间：2022-04-18 10:18

此时用ajax访问这个试图返回的内容就是： 上面这种办法不是很好，建议先写一修改了一下就到了楼上的下面了，你也太没水准了。直接复制 =修改＝

热心网友 时间：2022-04-18 12:42

具体实施请看他楼讲解