import requests,json,os,time,re
from urllib import request
from piaot import *
提交post,翻页,因为是瀑布流
def post_pq(url):
headers = {
"User-Agent": pa()
}
# 用post方法调用
a = requests.post(url, headers=headers)
# 返回
a1 = a.text
# 用json转码
a1 = json.loads(a1)
return a1
主循环
def pq(x=0):
for i in range(x):
# 判断当x结束值等于当前i的值说明循环结束,所以强制结束
if i == x:
break
# 处理每次网页的页数
shu = i*20
# 自定义网站
url='http://www.toutiao.com/search_content/?offset='+str(shu)+'&format=json&keyword=%E8%A1%97%E6%8B%8D&autoload=true&count=20&cur_tab=1&from=search_tab'
# 调用定义的请求网站方法
a1=post_pq(url)
# 计数
shu=0
# 循环爬取想要的数据
for j in range(20):
xs = a1['data'][j]
# 判断是否存储