电脑装配网

常见的爬虫程序以及代码举例

 人阅读 | 作者lilintao | 时间:2023-09-25 16:00

爬虫程序有很多种,以下是一些常见的爬虫程序及其对应的代码:

1. Python - 使用BeautifulSoup和requests库

```python

import requests

from bs4 import BeautifulSoup

url = 'https://www.example.com'

response = requests.get(url)

soup = BeautifulSoup(response.text, 'html.parser')

for link in soup.find_all('a'):

print(link.get('href'))

```

2. Python - 使用Scrapy框架

首先安装Scrapy:`pip install scrapy`

然后创建一个Scrapy项目:`scrapy startproject myproject`

接着,在`myproject/spiders`目录下创建一个名为`example_spider.py`的文件,内容如下:

```python

import scrapy

class ExampleSpider(scrapy.Spider):

name = 'example'

start_urls = ['https://www.example.com']

def parse(self, response):

for link in response.css('a::attr(href)').getall():

print(link)

```

最后,在项目目录下运行`scrapy crawl example`命令开始爬取。

3. Node.js - 使用Cheerio和axios库

首先安装Cheerio和axios:`npm install cheerio axios`

然后创建一个名为`app.js`的文件,内容如下:

```javascript

const axios = require('axios');

const cheerio = require('cheerio');

const url = 'https://www.example.com';

axios.get(url)

.then(response => {

const $ = cheerio.load(response.data);

$('a').each((index, element) => {

console.log($(element).attr('href'));

});

})

.catch(error => {

console.log(error);

});

```

运行`node app.js`开始爬取。

这些只是简单的爬虫示例,实际应用中爬虫可能需要处理更复杂的网页结构、登录验证、反爬策略等。


文章标签:

本文链接:『转载请注明出处』