pythonネットワーク爬虫類（第一章）

pythonネットワーク爬虫類（第一章）
（内容はO’Reilly（人民郵電出版社）の「Pythonネットワーク爬虫権威ガイド」というブログは勉強の記録だけに使われています。後で使いやすいです。）
現在、このシリーズの記事（pythonネットワーク爬虫類ノート）の更新状況：第一章：本文第二章：pythonネットワーク爬虫類（第二章）の簡単な例：pythonネットワーク爬虫類（簡単な例）
皆さん、調べてください。足りないところや間違いがあったら教えてください。
コード:

from urllib.request import urlopen
from urllib.error import HTTPError
from urllib.error import URLError
from bs4 import BeautifulSoup

def getTitle(url):
    try:
        html = urlopen(url)
    except HTTPError as e:
        return None
    try:
        bs = BeautifulSoup(html.read(), 'html.parser')
        title = bs.body.h1
    except AttributeError as e:
        return None
    return title

title = getTitle('http://www.pythonscraping.com/pages/page1.html')
if title == None:
    print('Title could not be found!')
else:
    print(title)

説明:
1、urllibはpythonの標準ライブラリであり、ページからデータを要求し、cookieを処理し、要求ヘッダやユーザエージェントなどのメタデータを変更する機能も含む。urlopenは、ネットワークから取得したリモートオブジェクトを開くために使用されます。簡単にHTMLファイル、画像ファイル、または他のファイルストリームを取得できます。

from url lib.request import url open

html = urlopen(‘http://pythonscraping.com/pages/page1.html')
print(html.read())

2、Beautiful Soupライブラリ：HTMLコンテンツをBeautiful Soupオブジェクトに伝えることができます。

bs = BeautifulSoup(html.read(), ‘html.parser’)
#             HTML  ，           BeautifulSoup           。         ’html.parser’、’lxml'、 #'html5lib'

3、異常処理に必要な標準倉庫：urllib.error

from urllib.error import HTTPError
#HTTP  ，          （             ）
from urllib.error import URLError
#      

try+exceptを使って、Noneオブジェクトの下のワードラベルを呼び出すと、AttributeErrエラーが発生します。具体的なコードは本文の先頭の総合コードを見てもいいです。