1、将请求网上资源：
1 import requests 2 res=requests.get(‘http://*******‘) 3 res.encoding=‘utf-8‘ 4 print(res.text)
这里面使用requests的get方法来获取html，具体是get还是post等等要通过网页头信息来查询：
比如百度的方法就是可以利用get得到。
2、将得到的网页利用BeautifulSoup进行剖析
1 from bs4 import BeautifulSoup 2 soup=BeautifulSoup(res.text,‘html.parser‘) 3 print(soup)#可以看到网页的内容 4 for news in soup.select(‘.news-item‘):#爬取一些新闻信息 5 header=news.select（‘h1‘）[0].text#新闻标题 6 time=news.select(‘.time‘)[0]#时间 7 print（header,time)
这里面需要注意的是结点的问题，在查看网页的源代码的时候要分清信息存储的位置，一步一步进行剖析，合理使用for循环。
原文：http://www.cnblogs.com/baojinjin/p/6819389.html