此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出。欢迎各位前来交流。(部分材料来源网络,若有侵权,立即删除)
本人博客所有文章纯属学习之用,不涉及商业利益。不合适引用,自当删除!
若被用于非法行为,与我本人无关
代码
import requests#引入request库
from lxml import etree#引入xpath定位需要的库
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36'
}#浏览器请求头
def get_baidu_more():
for i in range(1):#套用的自己以前的模板
url = 'https://www.baidu.com/more/'
rs = requests.session()#定义对象
r = rs.get(url, headers=headers)#get方法传参
r.encoding = 'utf-8'#使用utf-8解码,不然会出现乱码
trees = etree.HTML(r.text)#解析文本
data=[]#储存功能的几种酚类
for i in range(1, 9):#看了看一共九种
Theclass = trees.xpath('//*[@id="content"]/h3[{}]/text()'.format(i))#定位
data.append(Theclass[0])添加到新的列表中
#print(data)#输出测试
j=0
for i in range(1,90):#爬取每一个功能对应的标签
name = trees.xpath('//*[@id="content"]/div[{}]/div[2]/a/text()'.format(i))#功能名称
link = trees.xpath('//*[@id="content"]/div[{}]/div[2]/a/@href'.format(i))#功能对应的链接
what = trees.xpath('//*[@id="content"]/div[{}]/div[2]/span/text()'.format(i))#功能描述
if(name==[]):#当标签内容为空则为大类标签的位置,补全分类
print(data[j])
j=j+1
print(" ")
else:
print(name[0])
print(link[0])
print(what[0])
print(" ")
get_baidu_more()