taller-web-scraping-hirikilabs:arte
Diferencias
Muestra las diferencias entre dos versiones de la página.
Ambos lados, revisión anteriorRevisión previaPróxima revisión | Revisión previaÚltima revisiónAmbos lados, revisión siguiente | ||
taller-web-scraping-hirikilabs:arte [2018/02/07 18:56] – zyrano66 | taller-web-scraping-hirikilabs:arte [2018/02/07 19:46] – numeroteca | ||
---|---|---|---|
Línea 1: | Línea 1: | ||
+ | ====== Obras del Museo del Prado ====== | ||
+ | |||
+ | |||
Intentamos sacar litografias y grabados de arte de Milanuncios, | Intentamos sacar litografias y grabados de arte de Milanuncios, | ||
Línea 13: | Línea 16: | ||
from bs4 import BeautifulSoup | from bs4 import BeautifulSoup | ||
- | url = ' | ||
# Soy Mozilla | # Soy Mozilla | ||
headers = { | headers = { | ||
Línea 19: | Línea 21: | ||
} | } | ||
- | # Get URL | + | for counter in range(1, |
- | response = urllib2.Request(url, | + | |
- | pagedata = urllib2.urlopen(response) | + | url = ' |
- | html = pagedata.read() | + | |
+ | | ||
+ | response = urllib2.Request(url, | ||
+ | pagedata = urllib2.urlopen(response) | ||
+ | html = pagedata.read() | ||
+ | |||
+ | # Get links | ||
+ | soup = BeautifulSoup(html, | ||
+ | links = soup.select(' | ||
+ | |||
+ | for link in links: | ||
+ | print link.get_text() | ||
- | # Get links | ||
- | soup = BeautifulSoup(html, | ||
- | links = soup.select(' | ||
- | for link in links: | ||
- | print link | ||
</ | </ | ||
+ | Funciona perfectamente con pequeño problema de duplicados que repararemos. | ||
+ | Creadores Cristina Miranda cristmiranda@telefonica.net | ||
+ | Oscar Frutos pcorax@gmail.com |
taller-web-scraping-hirikilabs/arte.txt · Última modificación: 2018/03/20 00:23 por numeroteca