美赛论文成绩批量爬取

美赛论文成绩批量爬取

主要使用了requests的包进行了简单的爬取,关键是美赛论文组没有对其进行防爬取处理,不然的话,估计就难了.
代码主要是从2127310号进行爬取的,然后爬取了50组的数据,经查看是完全可行的。

import requests
import time
import re
import random
import urllib

path = r'E:\美赛\ '
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
                          'Chrome/73.0.3683.103 Safari/537.36'
}
def get_urls():
    str1=2127310
    a=1;
    url_list=[]
    while(a<50):
        str2=str(a+str1)
        a+=1
        url = "https://www.comap-math.com/mcm/2021Certs/"+str2+".pdf"
        url_list.append(url)
    return url_list

def get_text(url):
    res = requests.get(url, headers=headers)
    res.encoding = res.apparent_encoding
    try:
        with open(path + f'{name}.pdf', 'wb') as f:
            f.write(res.content)
            print(f'{name} 下载完成')
    except Exception:
        print("Exception")


name = 10
urls = get_urls()
for url in urls:
    print(url)
    name+=1
    get_text(url)
    time.sleep(random.randint(1, 3))
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
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

打赏作者

鵬哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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