记录第一次爬虫

第一次的爬虫尝试,在此记录下代码,想请教大佬如何用f-string那种格式表示地址拼接,format不够美观。

import requests
import time
import random


class BaiduSpider:
    def __init__(self):
        self.url = "https://www.baidu.com/s?wd={}&pn={}"
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 Safari/535.1"}

    def get_html(self, url):
        html = requests.get(url=url,
                            headers=self.headers).content.decode("utf-8", "ignore")  # decode内用原网站查看charset获得
        return html

    def parse_html(self):
        pass

    def save_html(self, filename, html):
        with open(filename, "w", encoding="utf-8") as f:  # window记得加encoding
            f.write(html)

    def crawl(self):
        """
        程序入口
        """
        name = input("请输入查询明星:")
        start = int(input("请输入起始页:"))
        end = int(input("请输入结束页:"))
        for page in range(start, end + 1):
            # 拼接地址
            pn = (page - 1) * 10
            page_url = self.url.format(name, pn)  # 在self.url.format中传入name,pn数据
            html = self.get_html(url=page_url)  # 得到完整的url
            filename = f"{name}_第{page}页.html"
            self.save_html(filename, html)  # 在self.save_html中传入数据
            time.sleep(random.uniform(0, 2))
            # 爬取完成提示
            print(f"第{page}页爬取成功啦")


if __name__ == '__main__':
    spider = BaiduSpider()
    spider.crawl()

  • 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