这里抓取的页面是糗百的最近8小时糗事页面。感觉它的列表规则比较简单一些。学习pytho的urllib库基本操作与mysql的基础使用。 连接mysql使用的是mysql自家的connector。http://dev.mysql.com/doc/connector-python/en/index.html 环境win2003+python3.3代码如下。 #导入urllib、mysql和正则类库 import urllib.request import mysql.connector import re #设置要抓取的页面 url="<a href="http://www.qiushibaike.com/8hr/page/1">http://www.qiushibaike.com/8hr/page/1</a>" #模拟访问页面，抓取页面内容到page变量中 response=urllib.request.urlopen(url) page=response.read() #匹配糗事正文及图片的正则 p = re.compile(r'<div class="content" title="([\d\-\s:]+)">([^<]<em>(?=<br\/>[^<]+)</em>)<\/div>(?=\s<em><div class="thumb">\s</em><a[^>]+>\s<em>(<img[^>]+\/>)\s</em><\/a>\s*<\/div>)?') #对抓取的utf8的内容转为unicode 并执行匹配 将匹配结果放到resultlist列表。 resultlist = p.findall(page.decode('utf-8')) print(resultlist) #以下是数据库操作部分 #数据库连接配置字典 conn = {'host':'localhost', 'user':'root', 'password':'flake', 'database':'test'} #建立数据库连接 conn = mysql.connector.connect(**conn) #获得游标 cursor = conn.cursor() #插入数据库的sql 将内容中的换行符直接替换掉 insertSql = "insert into qiubai (dates, text, img) values (%s, replace(replace(%s,'\n',''),'\r',''), %s)" #执行批量插入操作 cursor.executemany(insertSql, resultlist) #关闭游标及数据库连接 cursor.close() conn.close() input() 如果内容中有图片的话也会抓取到图片标签。