嘿嘿，巨大家优良！今天我要教巨大家一个超级棒的本事， 就是用Python这玩意儿细小机器人来帮我们抓取文章，把我们需要的信息dou提取出来！听起来是不是hen神奇呢？那就跟我一起来学吧！

第一步：构造网络求， 得到网页内容

先说说我们要告诉Python去哪里找我们想要的文章。这就需要用到requests库，它就像一个细小邮差，帮我们把求送到指定的网站。我们用get方法，把网址作为参数传给它，就Neng拿到网站的HTML代码啦！

代码是这样的：

root = etree.HTML)

这里 我们用lxml库的etree函数来解析HTML代码，把它变成一个Neng操作的结构。

第二步：解析网页内容

拿到HTML代码后我们就要开头找我们要的信息了。比如我们要找一篇文章的标题和内容，就Neng用XPath来定位这些个信息。

from lxml import html

然后 我们就Neng用requests库的get方法来获取网页的全部HTML代码，再访问后来啊是text属性即可。

输入字符集一定要设置成utf-8。页面巨大许多为GBK字符集。不设置会乱码。

编写爬虫思路

先说说 我们要确定下载目标，找到网页，找到网页中需要的内容。对数据进行处理。保存数据。

strLen = -len) + len
cont = r.content
pass    # do something here
print)

这里 我们用strLen来计算名字的长远度，然后用cont来保存网页的内容。

用requests和pyquery两个库

我们还Neng用requests和pyquery两个库来简化操作。先说说我们用requests的get方法来获取网页内容，然后用pyquery来解析这些个内容。

print
rank = tr.xpath")

这里 我们用pyquery的text方法来获取文本内容，然后用rank来获取排名信息。

导入os文件

完成上述步骤后 我们非...不可导入os文件，以便Neng在os中调用有些文件操作方法。

import os

这里我们用os库来操作文件。

在txt文件中写入内容

接下来 完成上述步骤后在txt文件中写入一些内容以用于内容读取，只需将其写入即可。

with open as f:
    line = f.readline

这里 我们用with语句来打开文件，然后读取每一行内容。

运行jy.py文件

再说说 完成上述步骤后运行jy.py文件，该文件将开头读取和打印内容。

trArr = root.xpath;

这里 我们用root的xpath方法来找到全部的tr标签，然后存储在trArr变量中。

优良了今天的分享就到这里啦！希望巨大家dou学会了怎么用Python来抓取文章和提取信息！以后遇到需要的信息，就Neng自己动手，丰衣足食啦！

拜拜啦！