思路：：
（本文没有用xpath定位，xpath需要导入第三方库 from lxml import etree）
1.首先通过urllib类获取到网页的所有内容
2.通过partition获取其中的部分内容
3.在通过指定内容放到放到一个list中1！
代码如下：
#encoding: utf-8
import urllib, os
# 获取网页内容
def getContent(urlAddr):
page = urllib.urlopen(urlAddr)
html = page.read()
return html
# 获取指定内容
def content(html):
str = r‘<div id="post_list">‘
content = html.partition(str)[2]
str1 = r‘<script>‘
content = content.partition(str1)[0]
# 爬取内容太存到list中
def getTitleName(content, beg = 0):
try:
title_list = []
while True:
num1 = content.index(‘target="_blank">‘, beg)+16
num2 = content.index(‘</a>‘, num1)
title_list.append(content[num1:num2])
beg = num2
except ValueError:
return title_list
SourceUrl = "http://www.cnblogs.com/pick/"
contentTotal = getContent(SourceUrl)
specilContent = content(contentTotal)
for i in range (1, 40):
print "%d标题是：%s" % (i, getTitleName(contentTotal)[i])
显示效果为：
1标题是：架构之路（五）：忘记数据库 2标题是：.NET基础拾遗（5）多线程开发基础 3标题是：你为什么不分享 4标题是：架构之路（三） 单元测试 5标题是：从中间件的历史来看移动App开发的未来 6标题是：架构之路（二）：性能 7标题是：每个人都应该懂点函数式编程 8标题是：程序员读书这件事情 9标题是：前端代码异常日志收集与监控 10标题是：iOS开发系列--Swift语言 11标题是：设计-简约而不简单 12标题是：Entity Framework教程(第二版) 13标题是：搞个这样的APP要多久？ 14标题是：REST简介 15标题是：探索C#之6.0语法糖剖析 16标题是：CLR 这些年有啥变化吗？ 17标题是：理想的应用框架 18标题是：Web性能优化：What? Why? How? 19标题是：CSS十问——好奇心+刨根问底=CSSer 20标题是：难免的尴尬：代码依赖 21标题是：反馈或建议 22标题是：官方博客 23标题是：博客模板 24标题是：.NET招聘 25标题是：Java招聘 26标题是：C++招聘 27标题是：PHP招聘 28标题是：Web前端招聘 29标题是：<img src="http://img.cnblogs.com/friend_links/logo_aliyun.jpg" alt="阿里云" /> 30标题是：沪江网 31标题是：站长之家 32标题是：天极网 33标题是：A5源码下载 34标题是：葡萄城控件 35标题是：又拍云存储 36标题是：高考查分 37标题是：听云APP 38标题是：融云IM云 39标题是：极光推送 [Finished in 0.7s]
github地址为：
时间： 2024-12-17 02:51:08