python3简单爬虫实现代码

分享一个实现的。转自：http://www.cnblogs.com/yes123/p/3761388.html 

写了个python3的。代码非常简单就不解释了，直接贴代码。

#test rdp  import urllib.request import re #登录用的帐户信息 data={}
data['fromUrl']='' data['fromUrlTemp']='' data['loginId']='12345' data['password']='12345' user_agent='Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)' #登录地址 #url='' postdata = urllib.parse.urlencode(data) 
postdata = postdata.encode('utf-8')
headers = { 'User-Agent' : user_agent } #登录  res = urllib.request.urlopen(url,postdata) #取得页面html
strResult=(res.read().decode('utf-8')) #用正则表达式取出所有A标签 p = re.compile(r'(.*?)') for m in p.finditer(strResult): print (m.group(1))#group(1)是href里面的内容，group(2)是a标签里的文字

关于cookie、异常等处理看了下，没有花时间去处理，毕竟只是想通过写爬虫来学习python。

您可能感兴趣的文章：