### 使用Python编写简单脚本爬取古诗文网李白第一页诗句 为了实现这个目标，可以采用`requests`库来获取网页内容，并利用`BeautifulSoup`解析HTML文档。下面是一个具体的实例： #### 导入必要的模块 ```python import requests from bs4 import BeautifulSoup ``` #### 获取并解析页面数据 定义函数用于发送HTTP请求以及处理返回的数据。 ```python def fetch_poems(url): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)', } response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, "html.parser") poems_list = [] items = soup.select('.sons')[:10] # 假设每页显示大约十条记录 for item in items: title_tag = item.find('b') author_tag = item.find(class_='author').find('a') if not all([title_tag, author_tag]) or author_tag.text != '李白': continue poem_content_tags = item.find_all('p', class_=False)[1].stripped_strings try: content = '\n'.join(poem_content_tags).strip() poems_list.append({ 'title': title_tag.string, 'content': content }) except Exception as e: print(f"Error occurred while processing {url}: ", str(e)) return poems_list ``` 这段代码通过指定URL访问含有李白诗歌列表的网页[^1]，并通过CSS选择器定位到具体条目，从中抽取标题和正文部分的内容。注意这里假设了每页最多有十个条目的情况；实际应用时可能需要调整此参数以适应不同网站的具体布局特点。 #### 执行抓取操作 调用上述定义好的方法执行抓取动作，并打印结果。 ```python if __name__ == '__main__': url = 'https://www.gushiwen.org/default_1.aspx' # 这里应替换为目标网址的实际链接 poems = fetch_poems(url) for idx, poem in enumerate(poems, start=1): print(f"{idx}. {poem['title']}\n{poem['content']}\n") ``` 以上就是使用Python编写的简易版爬虫程序，专门用来从特定类型的古诗文中筛选出属于李白的作品。