怎么用python爬虫抓取网页文本

使用Python爬虫抓取网页文本可以使用第三方库requests和beautifulsoup。

首先，安装requests和beautifulsoup库：

pip install requestspip install beautifulsoup4

然后，编写Python代码：

import requestsfrom bs4 import BeautifulSoup# 发送GET请求，获取网页内容url = "http://example.com"  # 要抓取的网页URLresponse = requests.get(url)html = response.text# 使用BeautifulSoup解析网页内容soup = BeautifulSoup(html, 'html.parser')# 提取网页文本text = soup.get_text()print(text)

以上代码中，首先使用requests库发送GET请求，获取网页内容并保存在变量html中。然后，使用BeautifulSoup库将网页内容进行解析，生成一个BeautifulSoup对象soup。最后，使用soup的get_text()方法提取网页的纯文本内容，并打印出来。

需要注意的是，使用爬虫抓取网页文本时，需要遵守网站的使用规则，尊重网站的robots.txt文件，不进行恶意爬取。另外，可能需要处理一些反爬机制，如设置User-Agent、延时请求等。