一、知识回顾（读完直接做下面的实践题）#

1. Requests 库是 Python 中最流行、最优雅的 HTTP 客户端库
2. 安装命令：pip install requests
3. 发 GET 请求：response = requests.get(url)
4. 拿到 HTML 源码字符串：response.text
5. 把 HTML 字符串解析成文档对象：html.fromstring(response.text)（来自 lxml 库）
6. 在文档对象上用 Xpath 语法定位元素、取文本
7. Xpath 里 //*[@id='top20'] 的意思是：从任意位置找 id 为 top20 的任意元素
8. tr.xpath("./td/text()") 里的 ./ 表示从当前节点下查找

二、裸写题#

• 2-1 抓一个网页看看源码 用 requests 请求 https://www.itcast.cn，把返回的 HTML 源码前 200 个字符打印出来。

  提示（先自己想，实在想不出再点开）

  一级 · 思路：发请求 → 拿到响应 → 字符串切片 二级 · 方法：requests.get(url) / response.text 三级 · 骨架：print(response.text[:____])

  参考答案（做完再点开）

  1
  # 2-1
  2
  import requests
  3
  
  4
  response = requests.get("https://www.itcast.cn", timeout=60)
  5
  print(response.text[:200])

• 2-2 抓 TIOBE 榜单的表头 请求 TIOBE 排行榜页面，解析出榜单表格的表头（一行列表），加上 timeout=60。

  提示（先自己想，实在想不出再点开）

  一级 · 思路：请求 → 解析成文档对象 → Xpath 取表头 二级 · 方法：html.fromstring / document.xpath("//*[@id='top20']/thead/tr/th/text()") 三级 · 骨架：response = requests.get(url, timeout=____)

  参考答案（做完再点开）

  1
  # 2-2
  2
  import requests
  3
  from lxml import html
  4
  
  5
  response = requests.get("https://www.tiobe.com/tiobe-index/", timeout=60)
  6
  document = html.fromstring(response.text)
  7
  th_list = document.xpath("//*[@id='top20']/thead/tr/th/text()")
  8
  print(th_list)

• 2-3 请求失败也要优雅 把 2-2 的请求用 try/except 包住：网络出问题时打印”请求失败：原因”，程序不崩溃。可以用一个不存在的域名（如 https://www.this-domain-not-exist-12345.com）来测试。

  提示（先自己想，实在想不出再点开）

  一级 · 思路：网络请求随时可能失败（超时、连不上、域名不存在），失败时要有兜底 二级 · 方法：try ... except Exception as e（第 25 篇异常处理） 三级 · 骨架：except Exception as e:\n print(f"请求失败: {e}")

  参考答案（做完再点开）

  1
  # 2-3
  2
  import requests
  3
  from lxml import html
  4
  
  5
  try:
  6
      response = requests.get("https://www.tiobe.com/tiobe-index/", timeout=60)
  7
      document = html.fromstring(response.text)
  8
      print(document.xpath("//*[@id='top20']/thead/tr/th/text()"))
  9
  except Exception as e:
  10
      print(f"请求失败: {e}")