如何使用python从前10个页面提取数据(标题、电子邮件链接、位置)

使用Python从前10个页面提取数据（标题、电子邮件链接、位置）可以通过以下步骤实现：

导入所需的库：使用Python的requests库发送HTTP请求，使用BeautifulSoup库解析HTML页面。

import requests
from bs4 import BeautifulSoup

创建一个函数来提取数据：该函数将接收一个URL作为参数，并返回标题、电子邮件链接和位置。

def extract_data(url):
    # 发送HTTP请求并获取页面内容
    response = requests.get(url)
    content = response.text
    
    # 使用BeautifulSoup解析HTML页面
    soup = BeautifulSoup(content, 'html.parser')
    
    # 提取标题
    title = soup.title.text
    
    # 提取电子邮件链接
    email_links = soup.find_all('a', href=lambda href: href and 'mailto:' in href)
    emails = [link['href'][7:] for link in email_links]
    
    # 提取位置
    location = soup.find('span', class_='location').text
    
    return title, emails, location

定义一个函数来获取前10个页面的数据：该函数将接收一个包含URL的列表，并循环遍历列表中的URL，调用上述的提取数据函数，并将结果存储在一个字典中。

def get_data_from_pages(urls):
    data = {}
    
    for url in urls[:10]:
        title, emails, location = extract_data(url)
        data[url] = {'title': title, 'emails': emails, 'location': location}
    
    return data

调用函数并打印结果：

urls = [
    'https://example.com/page1',
    'https://example.com/page2',
    'https://example.com/page3',
    # 添加更多页面的URL
]

data = get_data_from_pages(urls)

for url, info in data.items():
    print('URL:', url)
    print('Title:', info['title'])
    print('Emails:', info['emails'])
    print('Location:', info['location'])
    print('---')

这样，你就可以使用Python从前10个页面提取数据（标题、电子邮件链接、位置）。请注意，这只是一个简单的示例，实际应用中可能需要处理更多的异常情况和数据清洗工作。对于更复杂的页面结构，可能需要使用其他库或技术来提取数据。