使用的库

urllib、bs4——代码如下：

 from urllib.request import urlopen
from bs4 import BeautifulSoup as bf 

 

发出请求，获取html（获取到的是字节，需要转换）  

html=urlopen("http://HdhCmsTestbaidu测试数据")    

用beautifulsoup将获取的内容转换为结构化内容   obj=bf(html.read(),'html.parser')

    find_all方法可以找出所有的对应标签   logo_pic_info=obj.find all('img',class ="index-logo-src")    

最后注意观察获取到的url，缺啥补啥！

  logo_url="http:"+logo_pic_info[1]['src']    

心得：

  用find_all获取的标签是一个数组，可以用数组的访问方法访问。

查看更多关于第一个爬虫程序的详细内容...