如何用python提取網頁上的內容?

各位大神，假如有300個賬號，需要一個一個賬號登錄進去，然後提取指定位置的內容到excel表裡，這個可以用python實現嗎，登錄的時候是需要驗證碼的

可以看看我以前寫的一篇彈幕爬取的文章

https://zhuanlan.zhihu.com/p/115244399

新手的話，可以先去看看小甲魚的urllib3爬蟲教程，然後可以接著學request庫，beautifulsoup4，spicy（沒記錯的話好像是這個，太久沒搞爬蟲了）等爬蟲庫。

爬蟲的方法，其實就是用代碼來偽裝成瀏覽器，去訪問對應的url，然後獲取到返回到的內容，這部分內容可以是網頁源代碼，圖片，mp3，視頻等，其實歸根結底就是獲取到url指向的在伺服器里對應的文件內容，然後根據不同的文件類型來選擇不同編碼來解析。而在這基礎上，則會有很多其他補充內容和技巧，比如反爬蟲和規避反爬蟲，獲取驗證碼，獲取JS實時生成的內容，甚至模擬鍵鼠操作等。

不同賬號只是對應的cookies不同而已，另外驗證碼可以自己用深度學習框架Keras構建一個CNN網路模型來識別驗證碼。

這個需要爬蟲，python是當前寫爬蟲比較方便的一個語言。

根據你的需求，爬蟲系統需要，實現登錄，驗證碼識別，網頁內容解析，數據保存。

你需要了解是

1.通過flask實現登錄獲取登錄後的cookie，把cookie保存在redis資料庫，定期驗證cookie是否過期，裡面還包括訪問打碼平台進行驗證碼識別，通常是訪問平台的API介面，提交驗證碼圖片

2.靜態網頁訪問request，非同步訪問selenium，網頁解析beautifulsoup，pyquery，lmxl等等

3.數據結構化和保存就pandas就行

實現是可以實現的，但是驗證碼比較難搞，普通的驗證碼使用opencv配合Image模塊識別，比較複雜的就需要使用打碼平台了。

可以的。python有request庫，可以發送請求。去了解下python爬蟲，需要分析網頁具體情況才能看怎麼實現。