平时我们要搜索某个东西的时候,我们往往会用到百度百科,比如搜“上海”,会出现以下页面快播如何搜索片毛:
百度词条 上海
那么快播如何搜索片毛,我们能不能利用爬虫,自己制作一个简单的搜索引擎呢?
Why not快播如何搜索片毛?!我们自作简单的搜索引擎,展示输入词条的简介部分,这样可以既减少工作量,又展示了该搜索引擎的基本原理。
以下为笔者制作的简单的搜索引擎,实现的功能为:读取输入的词条,并输出百度百科里该词条的简介部分。
其中search_item为输入词条,进入while循环可一直搜索,当输入为'out'时退出。text为该词条的百度百科简介的网页形式,通过正则表达式将其中的文字提取出来(当然提取后的文字形式还有待美化)。如果百度百科里没有该词条,输出失败信息,并提示测试这将词条具体化些再输入。这样,百度百科有的词条,我们这个搜索引擎里也就有了响应的简介部分。
接下来是测试时间(在Jupyter Notebook上测试):
词条 上海市
词条 南京 南京市
词条 井上真央