文章介绍了如何使用Python获取和解析网页内容，包括HTML抓取和转化为PDF格式，以及作者分享的一份全面的Python开发学习资料，涵盖零基础至高级课程，旨在帮助工程师高效学习并降低学习成本。
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
import requests
import parsel
response = requests.get(url=url, headers=headers, cookies=cookie)
selector = parsel.Selector(response.text)
urls = selector.css(‘.article-list h4 a::attr(href)’).getall()
for html_url in urls:
print(html_url)
这样就获取了每一篇文章的url地址
提取解析方法同上
response = requests.get(url, headers=headers, cookies=cookie)
text 文本（字符串）
遭遇了反扒
print(response.text)
提取文章部分
sel = parsel.Selector(response.text)
css 选择器
article = sel.css(‘article’).get()
title = sel.css(‘h1::text’).get()
print(title)
print(article)
现在所看到的返回的内容结果，除了标题是咱们需要的那样，但是内容确实网页数据。
咱们只需要把html改成PDF格式
import pdfkit
html_str = “”"
<!doctype html>
{article}
“”"
html = html_str.format(article=article)
with open(f’{title}.html’, mode=‘w’, encoding=‘utf-8’) as f:
f.write(html)
print(‘{}已下载完成’.format(title))
exe 文件存放的路径
config = pdfkit.configuration(wkhtmltopdf=‘C:\Program Files\wkhtmltopdf\bin\wkhtmltopdf.exe’)
把 html 通过 pdfkit 变成 pdf 文件
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）
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）
1565
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
