分析url 翻页爬取的时候:大多数情况下是需要分析url的规律
找出海贼王贴吧前三页的url如下:
https://tieba.baidu.com/f?ie=utf-8&kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&fr=search(第一页)
https://tieba.baidu.com/f?kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&ie=utf-8&pn=50(第二页)
https://tieba.baidu.com/f?kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&ie=utf-8&pn=100(第三页)
经验证,第一页的也可以写作:
https://tieba.baidu.com/f?kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&ie=utf-8&pn=0(第一页)
使用input(),从控制台输入想要查找的内容
============================================================================
import urllib.request
import urllib.parse
name = input(“请输入贴吧名称”)
headers = {
‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36’
}
起始页
begin = int(input(“请输入开始页”))
结束页
end = int(input(“请输入结束页”))
kw = {‘kw’: name}
result = urllib.parse.urlencode(kw)
拼接url
for i in range(begin, end+1): # 整数序列,range范围是左闭右开
pn = (i-1)*50
print(pn)
base_url = ‘https://tieba.baidu.com/f?’
url = base_url + result + ‘&pn=’ + str(pn)
发请求
req = urllib.request.Request(url, headers=headers)
res = urllib.request.urlopen(req) # 发起请求,获得响应
print(res.getcode()) # 得到响应码,200表示请求成功
html = res.read().decode(‘utf-8’)
print(html)
写入文件
filename = ‘第’+str(i) + ‘页.html’
with open(filename, ‘w’, encoding=‘utf-8’) as f:
f.write(html)
print(f’正在爬取第{i}页’)
==========================================================================
import urllib.request
import urllib.parse
分析功能:读取页面,写入文件,主函数
def readPage(url):
headers = {
‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36’
}
发请求
req = urllib.request.Request(url, headers=headers)
res = urllib.request.urlopen(req) # 发起请求,获得响应
print(res.getcode()) # 得到响应码,200表示请求成功
html = res.read().decode(‘utf-8’)
return html
def writePage(filename, html):
with open(filename, ‘w’, encoding=‘utf-8’) as f:
f.write(html)
def main():
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
s://img-blog.csdnimg.cn/afc935d834c5452090670f48eda180e0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56iL5bqP5aqb56eD56eD,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)