python 爬虫--糗事百科段子

import re
import urllib.request
from docx import Document

header=("User-Agent",'User-Agent:Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36')
opn=urllib.request.build_opener()
opn.addheaders=[header]

document = Document()
document.add_heading('糗事百科',1)

for i in range(0,12):
data = opn.open('https://www.qiushibaike.com/8hr/page/'+str(i+1)+'/').read().decode()
pat='<div class="content">.*?<span>(.*?)</span>.*?</div>'

rst=re.compile(pat,re.S).findall(data)

for d in rst:
try:
document.add_paragraph(d)
document.add_paragraph('- - ' * 10)
except ValueError as err:
pass
document.save("D:\\data\\糗事百科段子1.docx")

转载于:https://www.cnblogs.com/xiesongyou/p/7875663.html

  • 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