###写在题外的话
爬虫，我还是大三的时候,第一次听说，当时我的学姐给我找的一个勤工俭学的项目，要求是在微博上爬出感兴趣的信息，结果很遗憾，第一次邂逅只是擦肩而过。然后，时间来到4年后的研二，在做信息检索作业时，老师让选择一个自己感兴趣的主题，于是，第二次不期而遇。这次相遇，我本以为自己不会轻易放手，结果依然是无疾而终。直到，今天，我变成了一个人，再次相遇，我不再路过。然后，才发现，原来做一个爬虫并不难，我一直都Too young, too simple.一句话，想做爬虫，就来吧，Seize the day.
一、python爬虫综述
一个简单的爬虫，两部分组成，下载html和解析html文档。我实现了一个爬取糗事百科的首页的笑话的网络爬虫，大家可以用来参考。
二、python爬虫开发环境的搭建
开发环境：python2.7(win10-64)
开发IDE：pycharm最新版，就OK
使用到的工具包：setuptools, pip, chardet, certifi, idna, lxml, urllib3, requests, beautifulsoup, bs4所有用到的这些包我都打包放在了我的资源里，大家可以去下载，或者，直接在网上下载最新的python工具包。
小编推荐一个学Python的学习裙【 二二七，四三五，四五零 】,无论你是大牛还是小白，是想转行还是想入行都可以来了解一起进步一起学习！裙内有很多干货和技术分享
三、pythonIDE的安装
使用pycharm进行python的项目，在网上很容易下载到，在注册的时候，可以使用关键字（pycharm,2017,注册码）
四、源代码
# coding=utf-8
importrequests
frombs4importBeautifulSoup
# 获取html文档
defget_html(url):
"""get the content of the url"""
response = requests.get(url)
response.encoding ='utf-8'
returnresponse.text
# 获取笑话
defget_certain_joke(html):
"""get the joke of the html"""
soup = BeautifulSoup(html,'lxml')
joke_content = soup.select('div.content')[0].get_text()
returnjoke_content
url_joke ="https://www.qiushibaike.com"
html = get_html(url_joke)
joke_content = get_certain_joke(html)
printjoke_content
网友评论