用python爬取外网

要爬取外网文本，可以使用 Python 的 requests 库来发起 HTTP 请求，获取网页内容，然后使用 BeautifulSoup 或者正则表达式等方式来解析网页内容，获取文本。 以下是一个简单的示例代码，可以用来爬取某个网页的文本内容： ```python import requests from bs4 import BeautifulSoup # 指定要爬取的网页 URL url = "https://www.example.com" # 发起 HTTP 请求，获取网页内容 response = requests.get(url) # 使用 BeautifulSoup 解析网页内容 soup = BeautifulSoup(response.text, "html.parser") # 获取文本内容 text = soup.get_text() # 打印文本内容 print(text) ``` 需要注意的是，爬取外网文本需要遵守网站的爬虫协议，不要频繁访问网站，也不要过度爬取网站内容。此外，一些网站可能会对爬虫行为进行检测和限制，请务必尊重网站规定。