[英]Web Scraping using Python (Generic URLs)
我有一組 URL(多個網站),有人可以建議一個 python 庫(最好是項目的 github 鏈接)來執行此操作。 我最初使用“PRAW”從 Reddit 中提取數據,但我想開發一個通用的 python 代碼,可用於從 URL 提供的任何網站中提取各種標簽。
如果要使用簡單、輕量級的庫,可以使用BeautifulSoup
from bs4 import BeautifulSoup
doc = "<a href='https://google.com'>Google</a>"
soup = BeautifulSoup(doc,'html.parser')
URL = soup.find('a').get('href')
還有其他選項,例如scrapy框架。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.