【问题描述】如何抓取以下网页内规模超过1000亿的基金公司名单呢？
目标网址：
http://fund.eastmoney.com/company/default.html
目标内容：
【小千解答】使用requests库获取目标网页的源代码，使用beautifulsoup4库的CSS选择器提取目标网页元素。
安装两个库：
pip install requests pip install beautifulsoup4
目标元素的定位思路：table→tbody→tr→td
示例代码如下：
import requests
from bs4 import BeautifulSoup
url = 'http://fund.eastmoney.com/company/default.html'
res = requests.get(url)
if (res.status_code == 200):
xqsoup = BeautifulSoup(res.content,'lxml')
xqinfo = ''
with open('d:/py/jijin.txt','w') as f:
for tr in xqsoup.select('#gspmTbl tbody tr'):
xqtds = tr.select('td')
xqnum = xqtds[5].get_text().split()[0]
if xqnum != '-' and float(xqnum.replace(',',''))>1000:
xqinfo = xqtds[1].string + '\t' + xqnum + '\n'
f.write(xqinfo)注解：
res.content返回bytes类型，BeautifulSoup会自动将输入内容转换为Unicode编码，输出内容转换为utf-8编码，所以通常无需做转码加工。
xqtds[5].get_text()和xqtds[5].string等价。
提取效果：
【参考资料】
图书《Python网络爬虫技术与实战》P122-123、P131
