使用BeautifulSoup爬虫程序获取百度搜索结果的标题和url示例

151 阅读 0 评论 100 点赞

我是靠谱客的博主留胡子山水，最近开发中收集的这篇文章主要介绍使用BeautifulSoup爬虫程序获取百度搜索结果的标题和url示例，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

熟悉Java的jsoup包的话，对于Python的BeautifulSoup库应该很容易上手。

复制代码代码如下:

#coding: utf-8
import sys
import urllib
import urllib2
from BeautifulSoup import BeautifulSoup

question_word = "吃货程序员"
url = "http://www.baidu.com/s?wd=" + urllib.quote(question_word.decode(sys.stdin.encoding).encode('gbk'))
htmlpage = urllib2.urlopen(url).read()
soup = BeautifulSoup(htmlpage)
print len(soup.findAll("table", {"class": "result"}))
for result_table in soup.findAll("table", {"class": "result"}):
    a_click = result_table.find("a")
    print "-----标题----\n" + a_click.renderContents()#标题
    print "----链接----\n" + str(a_click.get("href"))#链接
    print "----描述----\n" + result_table.find("div", {"class": "c-abstract"}).renderContents()#描述
    print