python beautifulsoup 博客
这两天都被beautifulsoup中文处理憋屈，一直没找到好的解决方法。希望坛子里的兄弟帮忙看看[code]# coding: UTF-8 # 声明为 UTF-8，以便代码中可以出现中文 from beautifulsoup import beautifulsoup import urllib2 import re def test(): url ="http://www.sina.com.cn/" sock =urllib2.urlopen(url) data =sock.read() sock.close() soup =beautifulsoup(data,fromEn...
by xusancu - Python - 2012-04-16 21:26:55 阅读（3534） 回复（1）
向各位朋友请教, 我想抓取法制网上的http://www.legaldaily.com.cn/locality/node_32245.htm 上的新闻标题,并保存入csv文件. 由于刚刚接触python, 知识不够用. 想向大家请教. 由于问题太多, 所以分开叙述. 难点: 无法正确抓取所需文字: 网页部分源代码为: ·玉门工商清理整顿...
小弟是新手，在用beautifulsoup抓取数据写入csv文件时， 遇到了字符编码的问题，自认想通了按思路改却总是会乱码， 望各路大侠指点 #coding=utf-8 #让这个python源文件按utf8编码 from __future__ import print_function from bs4 import beautifulsoup import urllib2 import codecs import sys import re reload(sys) #以上是引入库 sys.setdefaultencoding("utf-8") strFile='book.csv' ...
from beautifulsoup import beautifulsoup
import urllib2
import sys
uh = urllib2.Request('http://www.baidu.com')
response = urllib2.urlopen(uh)
html = response.read()
soup = beautifulsoup(html)
divs = soup.findAll('div')
for div in divs:
print type(div.getString())
divs是列表..
div是
可以从这里下载EXE版了 http://bbs3.chinaunix.net/thread-1651077-1-1.html 下面是初期的试验版本,可以用来参考. # -*- coding: gbk -*- import urllib import urllib2 import cookielib import re import os from beautifulsoup import beautifulsoup #-------------------------------------------------- #author :空气人儿 #blog :http://hi.baidu.com/空气人儿 #last update :10/12/2009 #Tested in ...
地址：http://www.quke.cn gae地址：http://quke.appspot.com 今天刚发布的。 2008-8-8: 今天提供下载了，欢迎大家使用！ [ 本帖最后由 kukei 于 2008-9-2 19:00 编辑 ]
python创始人Guido van Rossum的博客中文版： http://blog.csdn.net/gvanrossum [ 本帖最后由 missjiang 于 2007-10-2 11:02 编辑 ]
Blog_Backup v0.3发布 博客备份程序，目前支持的BSP如下： 百度空间，新浪博客，和讯博客，Donews博客，博客巴士，天涯博客 MSN空间,搜狐博客，QQ空间，Bokee博客，歪酷博客，网易博客 CSDN博客，ChinaUnix博客，F2Blog博客，PJBlog博客，Z-Blog博客 程序截图： 下载程序： http://blog_backup.pt42.cn/ 版本更新： Blog_Backup v0.3 [2007-03-20] *修改MSN等博客出现的乱码问题 *增加对F2Blog博客支持 *增...
本帖最后由 jachin89 于 2013-07-22 18:39 编辑 import urllib2 import re from bs4 import beautifulsoup #req = urllib2.Request("http://zx.caipiao.163.com/trend/ssq_basic.html") req = urllib2.Request("http://zx.caipiao.163.com/trend/ssq_basic.html?periodNumber=100") content = urllib2.urlopen(req).read() soup = beautifulsoup(content) htmlcontent = open('conten.html','wb') htmlcontent.write(cont...
我在用beautifulsoup时写了下面的代码： ... httpconnection.request('GET', url) response = httpconnection.getresponse() content = response.read() print content 我能在控制台得到页面中文的信息。不过我抓取部分页面时就得到了乱码。 storeinfo = soup.findAll(name = 'div', attrs = {"class" : "text vcard indent block"}) print storeinfo 希望能给一些提示。谢谢。
