python项目练习——15.网页爬虫应用程序

这个项目可以让用户输入一个网址,然后爬取该网页的内容,并提取出其中的信息,比如标题、链接等。这个项目涉及到网络请求、HTML 解析、数据提取等方面的技术。

代码示例:

import tkinter as tk # 导入 Tkinter 库

from tkinter import scrolledtext # 导入 scrolledtext 模块

import requests # 导入 requests 库

from bs4 import BeautifulSoup # 导入 BeautifulSoup 库

class WebScraperApp:

def init(self, master):

self.master = master

self.master.title('简易网页爬虫')

创建界面组件

self.label_url = tk.Label(master, text='网址:')

self.label_url.grid(row=0, column=0)

self.entry_url = tk.Entry(master)

self.entry_url.grid(row=0, column=1)

self.btn_scrape = tk.Button(master, text='爬取', command=self.scrape_website)

self.btn_scrape.grid(row=0, column=2)

self.textbox = scrolledtext.ScrolledText(master, width=40, height=10)

self.textbox.grid(row=1, column=0, columnspan=3)

def scrape_website(self):

url = self.entry_url.get()

if url:

try:

response = requests.get(url) # 发送请求获取网页内容

soup = BeautifulSoup(response.text, 'html.parser') # 使用 BeautifulSoup 解析网页内容

提取网页标题并显示在文本框中

title = soup.title.string.strip()

self.textbox.insert(tk.END, f'标题: {title}\n')

提取所有链接并显示在文本框中

links = soup.find_all('a')

for link in links:

href = link.get('href')

self.textbox.insert(tk.END, f'链接: {href}\n')

except Exception as e:

self.textbox.insert(tk.END, f'爬取网页失败: {e}\n')

else:

self.textbox.insert(tk.END, '请输入网址\n')

if name == 'main':

root = tk.Tk() # 创建主窗口

app = WebScraperApp(root) # 创建网页爬虫应用程序实例

root.mainloop() # 运行主事件循环

代码逻辑分析:

使用 Tkinter 库创建了一个简单的图形界面网页爬虫应用程序。用户可以在输入框中输入网址,点击爬取按钮将网页内容爬取下来,并提取其中的标题和链接,并在界面上显示出来。网页内容通过 requests 库发送请求获取,然后通过 BeautifulSoup 库解析 HTML 内容提取信息。

相关推荐
香饽饽~、1 小时前
【第十一篇】SpringBoot缓存技术
java·开发语言·spring boot·后端·缓存·intellij-idea
蓝婷儿1 小时前
Python 机器学习核心入门与实战进阶 Day 1 - 分类 vs 回归
python·机器学习·分类
Devil枫2 小时前
Kotlin扩展函数与属性
开发语言·python·kotlin
菠萝加点糖2 小时前
Kotlin Data包含ByteArray类型
android·开发语言·kotlin
程序员阿超的博客3 小时前
Python 数据分析与机器学习入门 (八):用 Scikit-Learn 跑通第一个机器学习模型
python·机器学习·数据分析·scikit-learn·入门教程·python教程
2301_803554523 小时前
c++中类的前置声明
java·开发语言·c++
xingshanchang4 小时前
PyTorch 不支持旧GPU的异常状态与解决方案:CUDNN_STATUS_NOT_SUPPORTED_ARCH_MISMATCH
人工智能·pytorch·python
不想写bug呀6 小时前
多线程案例——单例模式
java·开发语言·单例模式
我不会写代码njdjnssj7 小时前
网络编程 TCP UDP
java·开发语言·jvm
费弗里7 小时前
Python全栈应用开发利器Dash 3.x新版本介绍(1)
python·dash