网络爬虫

需求展示

* 实现一个简单的GUI（图形界面）

* 实现简单爬虫（这里将会爬取网页中的超链接和超链显示的文字）

展示部分网页

下面有豆瓣和百度的网页

上面就是豆瓣的官网了

将鼠标移到最上端的是“读书”字样的时候，就会发现鼠标变成了可以点击的样子。那就说明，“读书”在这其实是一个超链接，即点击之后就可以就可以进入到新的网页了。

我们可以下看下这个网页的源代码。

可以看到，这个超链接，就是“豆瓣图书”，然后超链接地址就是“https://book.douban.com”（也就是说，点击这个图书字样，就可以进入到这样的一个链接的网页下）

同样的，可以看下百度

同样的，在百度的最上方，那里有显示，“新闻”，还有“hao123”等字样，这些同样也是超链接。

至于地址，也是在一个标签中。

做了一个可执行的文件

用python的tkinter做了一个图形界面（封装了这个爬虫）

这次爬虫就是，上述描述 ，做了一个爬取网页中超链接的链接，和对应显示的文字。

之后，我用了pyinstaller 将这个转成了一个可以执行的exe文件。此后，只需要在输入框中输入对应网站的链接，就可以进行爬取。

文件使用方法

描述这个小软件的用法

（1）点击这个软件

（2）在出现的如下框口中的第一行输入网址（不用管是http还是https协议，我这里实现了容错的，不用担心，随便输入就好了）

比如：

输入完之后，就直接点击“查询”按钮

现在你可以回过头来看上面我介绍豆瓣的官网的信息，会发现，超链接的链接地址和对应的名字在这都有

，如果你输入的链接长度太小，就会认为是错误信息不会管的，然后，随便乱输入的一个长度比较大的链接的时候，就默认爬取的是百度的官网（hihi）

所有，容错上做的还是可以的。但是我这里是没有做正则表达式，所以可能容错上，导致了过度容错，使得，有可能对的链接都被理解为错的了（但是这个概率还是比较低的）

视频演示

用户下载

介绍下如何下载

任何用户（只要你的电脑系统不是特别特别旧的那种），就是可以直接下载，我的那个软件，直接开始使用 ，没有任何的要求。（这点做的是不是特别溜？（偷笑ing））