BeautifulSoup-爬虫案例(一)

一个爬虫案例

from bs4 import BeautifulSoup
import requests
import re
import os
import xlrd
import xlwt
from xlutils.copy import copy
import random
import json
import datetime
import time

IS_FIRST = True
ROOT_PATH = os.path.abspath('..')   # 设置根目录
File = ''

headers_get = {
   'Accept': 'text/html, application/xhtml+xml, */*',
           'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36',
           }

headers_post = {
   'Accept': 'application/json, text/javascript, */*; q=0.01',
           'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36',
           'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8'
           }

ITEM1 = []  # excel中sheet0的表头
ITEM2 = ['zcxh', 'djcps', 'ggxh']    # excel中sheet1的表头
DEFAULT_TITLE = 'yydmhc'   # sheet中默认第一列的表头


def generate_random_num(randomlength=7):
    """
    获取随机码
    :param randomlength: 自动变化部分字符长度
    :return:
    """
    random_str = '158808'
    base_str = '0123456789'
    length = len(base_str) - 1
    for i in range(randomlength):
        random_str += base_str[random.randint(0, length)]
    return random_str


def gain_legal_info(code):
    """
    信息(请求返回的是一个html,通过解析html标签来获取内容)
    :param code: 代码
    :return:
    """
    start_time = time.time()
    url = 'xxxx'    # 请求地址
    html = requests.get(url, headers=he
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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