以前都听别人说爬虫功能，我也没有什么强烈的需求爬取什么数据，曾经有想过一些省市县的分布应该是有一个长期的维持，那么这些数据来自于哪里呢，是可以通过民政部官网获取，那么获取了，是否能够进行解析找到对应的数据呢，经过试验，真正抓取到了数据并且把数据分解出来了，可以留备后用。
from urllib.request import urlopen #查找 Python 的 request 模块(在 urllib 库里面)，只导入一个 urlopen 函数，urllib 是 Python 的标准库，就是说不用额外安装就可以运行
from bs4 import BeautifulSoup
import re # 进行正则表达式验证
html = urlopen("http://www.mca.gov.cn/article/sj/xzqh/2020/2020/202003061536.html")
bsObj = BeautifulSoup(html.read(),"html.parser")
nameList = bsObj.findAll("tr",{"height":"19"})
for i,name in enumerate(nameList):
if re.match(r'\n\n.*?\n\xa0\xa0 .*?\n\n\n\n\n\n\n',name.text):
e = name.text.replace('\n', '')
key = e.split('\xa0\xa0 ',1)[0]
value = e.split('\xa0\xa0 ',1)[1]
print("111 key = "+key+" value = "+value)
elif re.match(r'\n\n.*?\n\xa0.*?\n\n\n\n\n\n\n',name.text):
e = name.text.replace('\n', '')
key = e.split('\xa0',1)[0]
value = e.split('\xa0',1)[1]
print("222 key = "+key+" value = "+value)
elif re.match(r'\n\n.*?\n.*?\n\n\n\n\n\n\n',name.text):
e = name.text.replace('\n\n', '')
key = name.text.split('\n',4)[2]
value = name.text.split('\n',4)[3]
print("333 key = "+key+" value = "+value)
image.png
通过以上内容，了解了一些知识，比如通过urlopen进行联网获取，通过BeautifulSoup进行html解析获取所需要的内容，通过re进行正则表达式的验证区分相关的字段内容，后边对一些内容进行详细的描述。
