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():
name = input(“请输入贴吧名称”)
起始页
begin = int(input(“请输入开始页”))
end = int(input(“请输入结束页”))
中文网址有问题,需要对name进行处理
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)
调用函数
html = readPage(url)
filename = ‘第’+str(i) + ‘页.html’
writePage(filename, html)
if name == ‘main’: # 程序主入口
main()
============================================================================
import urllib.request
import urllib.parse
class BaiduSpider(object):
def init(self):
self.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’
}
self.base_url = ‘https://tieba.baidu.com/f?’
def readPage(self, url):
发请求
req = urllib.request.Request(url, headers=self.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(self, filename, html):
with open(filename, ‘w’, encoding=‘utf-8’) as f:
f.write(html)
def main(self):
name = input(“请输入贴吧名称”)
起始页
begin = int(input(“请输入开始页”))
end = int(input(“请输入结束页”))
中文网址有问题,需要对name进行处理
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)
url = self.base_url + result + ‘&pn=’ + str(pn)
调用函数
html = self.readPage(url)
filename = ‘第’ + str(i) + ‘页.html’
self.writePage(filename, html)
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%以上前端开发知识点,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,可以扫码获取!!!(备注:Python)
6129f47b8a67243c1008edf79.png)
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%以上前端开发知识点,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,可以扫码获取!!!(备注:Python)