我們來寫個簡單的爬蟲####

需要用到的模組

需要用到python的urllib和lxml模組，urllib為python的自帶模組，lxml需要自行安裝：

pip install lxml

簡單介紹urllib和lxml的使用

我們使用urllib來爬去一個網頁比如：

In [1]: import urllib

In [2]: # 爬起豆瓣首頁In [3]: html = urllib.urlopen("").read()

In [4]: # 整個html列印出來太多，這裡我們就儲存在檔案中，再檢視In [5]: of = open("db_index.html","w")

In [6]: of.write(html)

In [7]: of.close()

使用lxml主要用於解析網頁(這裡只是簡單示範)，比如：

In [8]: from lxml import etree

In [9]: html = u'

我是標題
哈哈哈哈