Python爬取并分析网页【基本版】

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import urllib
from pyquery import PyQuery as pq
import codecs


# fetch page
print 'fetch page...'
url = 'http://www.7dsw.com/toplastupdate/1.html'
resp = urllib.urlopen(url)
page = resp.read()
page = page.decode('gbk')

#get data


print 'parse page...'
doc = pq(page)
wanted = doc('#newscontent ul a')

n = len(wanted)

books = []
caps = []


i = 0
while i<n:
    bookname = wanted[i].text
    captitle = wanted[i+1].text
    books.append(bookname)
    caps.append(captitle)
    i+=2



print 'save data...'
#save data
#fp = open('save.txt','wb')
fp = codecs.open('intimate.txt','a','utf-8')



for i in range(len(books)):
    fp.write(books[i])
    fp.write(",")
    fp.write(caps[i])

    fp.write("\r\n")

fp.close()




  • 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