[Python]网络爬虫

最近在抽空学了一下python，于量就拿爬是练了下手，不得不说python的上手非常简单。在网上找了一下，大都是python2的帖子，于是随手写了个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='http://192.168.1.111:8080/loginCheck'

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'<a href="(.*?)".*?>(.*?)</a>')

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、异常等处理看了一下，没有花时间去处理，毕竟只是想通过写爬虫来学习python。

想要深入的去看这个系列的文章，写得非常详细了。

[Python]网络爬虫 下面是python语法教程，真的只要几分钟就能看完。

Python3 入门教程