python爬取CSDN博客文章并制作成PDF文件(1)

最新推荐文章于 2024-08-14 17:18:35 发布
最新推荐文章于 2024-08-14 17:18:35 发布
阅读量856 收藏 13
点赞数 15
分类专栏： 2024年程序员学习 文章标签： python pdf 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_83977530/article/details/137232772
版权
本文介绍了如何使用Python爬取CSDN博客文章，包括获取文章URL、提取内容和使用css选择器。还分享了作者的自学与工作经验，以及提供了一份Python开发的全面学习资料，涵盖路线、软件、电子书、视频和面试题等，旨在帮助读者高效提升Python技能。
摘要由CSDN通过智能技术生成

  • python 3.6.5

  • pycharm

import pdfkit

import requests

import parsel

相关模块可pip安装

在这里插入图片描述

1、获取每篇文章的url地址

在这里插入图片描述

如果你不知道怎么写css选择器，不知道怎么写xpath 教你一个不推荐使用的小技巧

选择你想要获取的数据，点击右键 copy 有copy selector就是复制css提取，copy xpath则是xpath的

在这里插入图片描述

在这里插入图片描述

当然了，还是不建议这样去写，不过可以，这样的方法可以检测你提取数据时，是否有错误

实现代码

import reque

最低0.47元/天 解锁文章
2401_83977530
关注
  • 15
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python爬取CSDN首页的全部文章
mafang9601的博客
07-29 1544
import re import urllib.request   url="https://blog.csdn.net/"   #伪装成浏览器User-Agent        Mozilla/5.0 (Windows NT 10.0; …) Gecko/20100101 Firefox/61.0 headers=("User-Agent","Mozilla/5.0 (Windows...
如何把CSDN的文章导出为PDF
weixin_50923989的博客
06-24 2554
简单几步将CSDN文章导出为PDF
文件如何转换成PDF格式？珍藏2年的转换格式技巧
Susu_afmx的博客
02-18 507
在数字化时代，文件格式的转换已成为日常生活和工作中不可或缺的一部分。其中，PDF格式因其跨平台、不易被篡改的特点而备受欢迎。那么，如何将各种文件转换成PDF格式呢？下面，我将分享一些珍藏了2年的转换技巧。
将CSDN文章内容转成PDF文件使用教程
热门推荐
LaOngDaoxing的博客
07-14 2万+
$(function(){ /*删除顶部导航*/ $("#csdn-toolbar").remove(); /*删除左侧导航*/ $("aside").remove(); /*删除右侧悬浮*/ $(".csdn-side-toolbar").remove(); /*删除文章上方*/ $(".article-header-box .article-info-box").remove(); $("#blogColumnPayAdvert").remove(); /*删除文章下方*/ $(.
转载——CSDN文章转换成pdf
weixin_44357071的博客
12-22 1065
复制这个代码到文章列表，笔记本电脑设置原因需要fn+f12调出浏览器调试模式。用WPS打开pdf文档，然后选择“擦除”——"矩形擦除"擦除之前VS擦除之后，多擦几次就能交作业了。选择另存为pdf，然后点击保存。
如何使用python爬取csdn博客访问量
09-21
本项目的具体目标是通过Python自动获取CSDN博客上特定用户的每篇文章访问量，并将其整理输出以便后续的数据分析。为了达成这一目标，我们需要完成以下步骤： 1. **解析CSDN博客页面结构**：了解页面元素如何组织...
pyhton爬虫：三种爬取csdn首页所有文章的方法
01-20
1. 爬取csdn首页所有文章 1.1 方法1 import urllib.request import re\nurl='http://blog.csdn.net/' #伪装浏览器 headers=('User-Agent','Mozilla/5.0 (Windows NT 10.0； WOW64) AppleWebKit/537.36 (KHTML, like ...
Python爬取读者并制作成PDF
12-23
学了下beautifulsoup后,做个个网络爬虫,爬取读者杂志并用reportlab制作成pdf.. crawler.py 复制代码 代码如下: #!/usr/bin/env python #coding=utf-8 “””  Author: Anemone  Filename: getmain.py  Last ...
[Python学习] 简单爬取CSDN下载资源信息
weixin_33721344的博客
07-21 588
这是一篇Python爬取CSDN下载资源信息的例子，主要是通过urllib2获取CSDN某个人所有资源的资源URL、资源名称、下载次数、分数等信息；写这篇文章的原因是我想获取自己的资源所有的评论信息，但是由于评论采用JS临时加载，所以这篇文章先简单介绍如何人工分析HTML页面爬取信息。源代码# coding=utf-8 import...
爬取CSDN专栏文章到本地，并保存为html、pdf、md格式
杰之行的博客
02-10 9973
爬取CSDN专栏文章到本地，并保存为html、pdf、md格式
简单爬取CSDN下载资源信息
明镜止水的博客
04-04 4349
这是一篇Python爬取CSDN下载资源信息的例子，主要是通过urllib2获取CSND某个人所有资源的资源URL、资源名称、分数等信息；写这篇文章的原因是我想获取自已的资源所有的评论信息，但是由于评论采用JS临时加载，所以这篇文章先简单介绍如何人工分析HTML页面爬取信息。 代码如下： # coding=utf-8 import urllib import time import r
使用python爬虫把自己的CSDN文章爬取下来并保存到MD文件
坐公交也用券
04-28 2577
导言 爬虫作为一个敏感技术，千万要把握好，如果人家不让爬那就不要头铁去试了 如何确定某个网站是否允许爬虫 在域名后面加上/robots.txt查看即可，例如： https://blog.csdn.net/robots.txt 不能爬取的网站目录： /images/ /content/ /ui / /js/ 包含❓的URL地址 其他地址可以爬取且允许任意方式爬取 所以只是爬取文章的话问题不大 无图无真相，先上图 爬取的文章：Linux通过chrony进行时间同步 h 效果图: 源码 impo
python爬虫由浅入深1-从网页中爬取文件并保存至本地
rytyy的博客
09-26 5616
从网页中爬取文件并保存至本地 import requests import os url = "http://image.nationalgeographic.com.cn/2017/0926/20170926103910736.jpg" root = "C://Users//kfc//Desktop//pics//" path = root + url.split('/')[-1] try:
python爬取csdn博客文章，带格式进行存入本地文件。
weixin_45195493的博客
12-17 579
python爬取csdn博客文章，带格式进行存入本地文件。
java爬取下载文件
fengjiexyb的专栏
08-19 2095
1、目标从http://www.bzmfxz.com/biaozhun/Soft/SJDZBZ/List_1.html中下载所有的压缩文件，每一页都要下载 2、语言：Java package spiderPdf; import java.io.BufferedReader; import java.io.File; import java.io.FileOutputStream; impor
Python 算法交易实验80 QTV200日常推进-目标估算
yukai08008的博客
08-10 487
业务目标在先，月利3%是第一个目标。虽然日常有在常规推进，但目标是什么？现在做的是什么？与目标的关联是什么？业务上讲，如果月利能够达到3%(几何平均)，上下波动不超过1%，就算达标了(2%~4%)。考虑到金融领域有不可测风险，所以资金还会分摊到3个月。例如，假如总投资资金是30万，那么每个月的最大投资金额是10万。这样即使遇到大跳水，问题也不大。目标达到的话，10万本金每月的盈利是3000， 按复利计,24个月就会double，我觉得已经足够理想。假设投资90万，则可以按30万计算复利效果。
汽车免拆诊断案例 | DAF（达富）汽油尾气处理液故障警示
虹科Pico汽车示波器的博客
08-14 577
一辆DAF（达富）故障警示灯亮，提示DEF系统故障，使用虹科Pico汽车示波器检查发现故障的原因是......
C++_基本语法笔记_模板
最新发布
qq_45629864的博客
08-14 297
思想是Java里的泛型（不确定用什么类型的数据）这里template这一句，意思是声明T是泛型，后面写用到泛型T的函数。建议都用应用场景：不同数据类型的交换函数。
python爬取CSDn
10-20
若想使用Python爬取CSDn，一般需要以下几个步骤： 1. 安装requests库和BeautifulSoup库 2. 构造目标URL并访问该URL 3. 解析网页内容，使用BeautifulSoup提取所需数据 具体步骤如下： 1. 安装requests库和...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值