爬取博客圆博客

# import os
import requests
from bs4 import BeautifulSoup
# 登陆, 模仿用户浏览器
r1 = requests.get(
    # 要爬取的博客圆页面
    url='https://zzk.cnblogs.com/s/blogpost?Keywords=blog%3Ayuanchenqi%201&pageindex=9',
    # 浏览器的信息
    headers={
        'user-agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'
    }
)
# 编码
# r1.encoding = 'gbk'
# 获取第一条cookie
r1_cookie_dict = r1.cookies.get_dict()

# 去响应体中j解析我们想要的数据
soup = BeautifulSoup(r1.text, 'html.parser')
container = soup.find(name='div', attrs={'class':'forflow'})
div_list = container.find_all(name='div',attrs={'class':'searchItem'})
# 循环所有的标签
for tag in div_list:
    articles = tag.find(name='a', attrs={'target': '_blank'})
    if not articles:
        continue
    summay = tag.find(name='span', attrs={'class': 'searchCon'})
    if not summay:
        continue
    print(articles.text)
    print('文章地址:', articles['href'])
    print('------------------------------------------------')

    # 把爬取的博客标题和博客地址写到本地文件中
    articles_title = articles.text
    try:
        r3 = articles_title
        with open("article.txt", 'a+') as f:
            f.write(r3)
            f.write(articles['href'])
            f.write("\n")
    except:
        print('爬取失败')

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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