以下是一个简单的 Python 爬虫示例,通过 requests 库和 BeautifulSoup 库来爬取指定网页的标题和链接:
import requests
from bs4 import BeautifulSoup
# 发送 HTTP 请求
url = 'https://www.example.com' # 替换成你想要爬取的网页地址
response = requests.get(url)
# 解析 HTML 内容
soup = BeautifulSoup(response.text, 'html.parser')
# 提取标题和链接
title = soup.title.string
links = soup.find_all('a')
# 打印标题
print('网页标题:', title)
# 打印链接
print('网页链接:')
for link in links:
print(link.get('href'))
在这个示例中,我们首先使用 requests 库发送 HTTP 请求来获取网页的内容,然后使用 BeautifulSoup 库来解析 HTML 内容。
接着,我们提取了网页的标题和所有链接,并打印出来。
这只是一个简单的爬虫示例,你可以根据自己的需求进一步扩展和修改。
要注意,当使用爬虫时,需要遵守网站的robots.txt文件中的规定,并且尊重网站的使用条款,避免对网站造成压力和影响。