HTML爬蟲是一種用于自動從互聯(lián)網(wǎng)上抓取信息的工具。它會訪問網(wǎng)站的頁面，然后抽取頁面中的內(nèi)容，最終將其保存到文件或數(shù)據(jù)庫中以供進一步處理。

下面是一段HTML爬蟲代碼的示例：

# 導入必要的庫
import requests
from bs4 import BeautifulSoup
# 訪問目標網(wǎng)站
url = "http://www.example.com"
response = requests.get(url)
# 解析HTML頁面
soup = BeautifulSoup(response.text, "html.parser")
# 定位目標信息的 CSS Selector
selector = "div.content h2.title a"
# 獲取所有符合條件的元素
elements = soup.select(selector)
# 遍歷所有元素，抽取目標信息
for element in elements:
title = element.text
link = element["href"]
# 將信息保存到文件或數(shù)據(jù)庫
print(title, link)

代碼中使用了requests和BeautifulSoup庫來訪問和解析目標網(wǎng)站的HTML頁面。然后，根據(jù)CSS Selector定位到需要的元素，從而抽取出目標信息。

HTML爬蟲的應用非常廣泛，它可以用于數(shù)據(jù)采集、情報收集、輿情監(jiān)控等領域。但是，由于爬蟲具有一定的風險和法律風險，所以在使用時需要遵守相關規(guī)定和道德規(guī)范。