首先加上请求头,这里的请求头是firefox浏览器。
爬取的信息主要通过beautifulsoup 的find 和findall函数获取。
将网页以lxml的形式解析
首先,由于菜谱的照片中包含了菜品名称,所以直接在照片标签中获取alt属性和src属性即可。
其他信息基本上都可以通过具体的id或class区别开来
其中步骤图片的爬取是通过具体width值筛选img标签,然后再提取出src属性的链接进行存储。
首先加上请求头,这里的请求头是firefox浏览器。
爬取的信息主要通过beautifulsoup 的find 和findall函数获取。
将网页以lxml的形式解析
首先,由于菜谱的照片中包含了菜品名称,所以直接在照片标签中获取alt属性和src属性即可。
其他信息基本上都可以通过具体的id或class区别开来
其中步骤图片的爬取是通过具体width值筛选img标签,然后再提取出src属性的链接进行存储。