python网络爬虫从入门到实践,第四章第二节测试代码

这里给出的是这本书第四章第二节,即通过浏览器解析动态网页地址爬取评论的代码

import requests
from bs4 import BeautifulSoup
import json
comment_file=open('./comment.txt','w')
#获取内容
link="https://api-zero.livere.com/v1/comments/list?callback=jQuery112403463819624416844_1546351564784&limit=10&repSeq=4272904&requestPath=%2Fv1%2Fcomments%2Flist&consumerSeq=1020&livereSeq=28583&smartloginSeq=5154&_=1546351564786"
header={"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36",
      "Host":"api-zero.livere.com"} 
comment=requests.get(link,headers=header)
#解析
com_text=comment.text
com_extract=com_text[com_text.find('{'):-2]
com_json=json.loads(com_extract)
com_list=com_json['results']['parents']
for x in com_list:
    user=x['name']
    message=x['content']
    print(user+":"+message)
#存储数据
for i in range(1,6):
    link_i="https://api-zero.livere.com/v1/comments/list?callback=jQuery112403463819624416844_1546351564784&limit=10&offset="+str(i)+"&repSeq=4272904&requestPath=%2Fv1%2Fcomments%2Flist&consumerSeq=1020&livereSeq=28583&smartloginSeq=5154&_=1546393421446"
    comment_i=requests.get(link_i,headers=header)
    json_com_i=json.loads(comment_i.text[comment_i.text.find('{'):-2])
    com_i_list=json_com_i['results']['parents']
    comment_file.write("第"+str(i)+"页评论"+':\n')
    for m in com_i_list:
        user_x=m['name']
        message_i=m['content']
        comment_file.write(user_x+":"+message_i+'\n')
comment_file.close()
file_save=open('./webtxt.txt','w',encoding='utf-8')
file_save.write(com_text)
file_save.close()

  • 0
    点赞
  • 1
    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