爬虫(一) 获取免费电子书信息

本文介绍了如何使用Python爬虫技术获取免费电子书的概要信息,包括涉及的网址和所需的requests、beautifulsoup4库。通过爬取,数据被保存为json或csv文件。还提及可以深入爬取书目详情以获取更多电子书的详细信息和下载链接。
摘要由CSDN通过智能技术生成

1. 相关网址和库

网址

http://www.allitebooks.org/

在这里插入图片描述
需要用到的库
requestsbeautifulsoup4

2. 代码实现

import requests
from lxml import etree
from bs4 import BeautifulSoup
import json
import csv


class BookSpider(object):
    def __init__(self):
        self.base_url = 'http://www.allitebooks.com/page/{}'
        self.headers = {
   
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36 Edg/83.0.478.45'
        }

        self.data_list = []

    # 1.构建所有url
    def get_url_list(self):
        url_list = []
        for i in range
  • 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