python 爬取正文

Python是一种优秀的编程语言，可以用来实现很多功能，其中包括网络爬虫。在网络爬虫中，最关键的部份就是如何爬取正文内容。下面就来介绍一下使用Python如何爬取网页正文。 首先，我们需要导入所需的库。其中，Requests库用来发起HTTP要求，而BeautifulSoup库用来解析HTML文档：

import requests
from bs4 import BeautifulSoup

url = 'https://www.example.com/articles/12345'
response = requests.get(url)

soup = BeautifulSoup(response.text, 'html.parser')

标签中，因此我们可以通过查找

标签来提取正文内容：

paragraphs = soup.find_all('p')

标签提取出来。最后，我们可使用

标签将以上代码组合在一起，以便于显示和复制：
import requests
from bs4 import BeautifulSoup
url = 'https://www.example.com/articles/12345'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
paragraphs = soup.find_all('p')
for p in paragraphs:
print(p.text)
以上代码就能够爬取网页正文内容了。需要注意的是，区别网站的正文内容可能包括在区别的标签中，因此需要具体情况具体分析，针对性地进行解析。 
                            	 
                            

                             

                                	 

                                	     文章来源：丸子建站                                	 
                                	 

                                	     文章标题：python 爬取正文                                	 
                                	 

                                	     https://www.wanzijz.com/view/75004.html