我們今天將會(huì)通過(guò)這篇文章，為大家詳細(xì)介紹一下Python抓取網(wǎng)頁(yè)內(nèi)容的兩種不同方法。大家可以以此為參考對(duì)象，在實(shí)際應(yīng)用中選擇一種適合自己的應(yīng)用方式來(lái)幫助我們完成實(shí)際開(kāi)發(fā)中的需求。

Python抓取網(wǎng)頁(yè)內(nèi)容方法一、用urllib2/sgmllib包，將目標(biāo)網(wǎng)頁(yè)的所有URL列出。

import urllib2  
from sgmllib import SGMLParser   
class URLLister(SGMLParser):  
def reset(self):   
SGMLParser.reset(self)  
self.urls = []  
def start_a(self, attrs):   
href = [v for k, v in attrs if k=='href']   
if href:  
self.urls.extend(href)  
f = urllib2.urlopen("http://www.donews.com/")  
if f.code == 200:  
parser = URLLister()  
parser.feed(f.read())  
f.close()  
for url in parser.urls: print url 

Python抓取網(wǎng)頁(yè)內(nèi)容方法二、用python調(diào)用IE抓取目標(biāo)網(wǎng)頁(yè)（Require win32com, pythoncom）的所有圖像的url和大小

import win32com.client, pythoncom  
import time  
ie = win32com.client.DispatchEx('InternetExplorer.Application.1')  
ie.Visible = 1 
ie.Navigate("http://news.sina.com.cn")  
while ie.Busy:  
time.sleep(0.05)  
doc = ie.Document  
for i in doc.images:  
print i.src, i.width, i.height 

這種方法可以利用IE本身的Javascript. DHTML的支持，來(lái)做自動(dòng)提交Form,和處理Javascript。

以上就是我們?yōu)榇蠹医榻B的Python抓取網(wǎng)頁(yè)內(nèi)容的兩種不同的方法。

【編輯推薦】

1. Python編碼規(guī)范基本內(nèi)容簡(jiǎn)介
2. Python調(diào)用MySql存儲(chǔ)過(guò)程基本應(yīng)用方式解讀
3. 第三方Python庫(kù)基本概念簡(jiǎn)述
4. Python打包方法基本應(yīng)用方式介紹
5. Python set類型基本應(yīng)用方式解讀