本文实例讲述了python采集百度百科的方法。分享给大家供大家参考。具体如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-
#encoding=utf-8 
#Filename:get_baike.py
import urllib2,re
import sys
def getHtml(url,time=10):
 response = urllib2.urlopen(url,timeout=time)
 html = response.read()
 response.close()
 return html
def clearBlank(html):
 if len(html) == 0 : return ''
 html = re.sub('\r|\n|\t','',html)
 while html.find(" ")!=-1 or html.find(' ')!=-1 :
  html = html.replace(' ',' ').replace(' ',' ')
 return html
if __name__ == '__main__':
  html = getHtml('http://baike.baidu.com/view/4617031.htm',10)
  html = html.decode('gb2312','replace').encode('utf-8') #转码
  title_reg = r'
(.*?)
'
  content_reg = r'
  
   (.*?)
   
'
  title = re.compile(title_reg).findall(html)
  content = re.compile(content_reg).findall(html)
  title[0] = re.sub(r'<[^>]*?>', '', title[0])
  content[0] = re.sub(r'<[^>]*?>', '', content[0])
  print title[0]
  print '#######################'
  print content[0]


  

希望本文所述对大家的Python程序设计有所帮助。

• 上一篇：Python实现处理管道的方法
• 下一篇：django通过ajax发起请求返回JSON格式数据的方法

相关文章

相关视频

• 在Django框架中运行Python应用全攻略
• 在Python的Django框架中创建和使用模版
• python获取元素在数组中索引号的方法
• 浅谈python中截取字符函数strip，lstr...
• python采集百度百科的方法

• Python 简介