题目9 (第二种方法)爬取某学校官网通告前三页爬虫代码

import requests
from lxml import etree
url="http://www.jscvc.cn/242/list{}.htm"
headers="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.77 Safari/537.36 Edg/91.0.864.41"
for i in range(1,4):
    resp=requests.get(url.format(i))
    resp.encoding="utf-8"
    page_text=etree.HTML(resp.text)
    li_list=page_text.xpath('//*[@id="wp_news_w9"]/a')
    for li in li_list:
        title=li.xpath("./span[1]/text()")
        data=li.xpath("./span[2]/text()")
        aa.append((title,data))
        with open("d.txt","a",encoding="utf-8") as f:
            f.write(title[0]+","+data[0]+"\n")

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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