欢迎来到天天文库
浏览记录
ID：8831150
大小：83.95 KB
页数：2页
时间：2018-04-08
《用python写一个小小的爬虫程序》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、用Python写一个小小的爬虫程序Python有一个urllib的库，可以很方便的从给定的url抓取网页，以下这段程序实现了抓取一个url并存到指定文件的功能：爬虫工作的基本原理就是，给定一个初始的url，下载这个url的网页，然后找出网页上所有满足下载要求的链接，然后把这些链接对应的url下载下来，然后再找下载下来的这些网页的url，我们可以用广度优先搜索实现这个算法，不过，首先得有一个函数找出网页上所有的满足要求的url，下面这个例子用正则表达式找出url.最后就是广度优先搜索了，这个实现起
2、来也很简单：作者用上面的算法，感觉速度还行，1小时可以抓10000多网页，可以满足小型系统的要求。
此文档下载收益归作者所有
