链接失效检测器

爬取猫眼

import bs4
from bs4 import BeautifulSoup
import requests
import re
import os

def get_html(url):
    try:
        d = {'User Agent': "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 SE 2.X MetaSr 1.0"}
        r = requests.get(url, params = d)
        if r.status_code == 200:
            return r.text
    except:
        print(url, " 爬取失败!")

def html_params(html):
    soup = BeautifulSoup(html, "html.parser")
    links = [link["href"] # 可改link.get('href')
             for link in soup.find_all('a')
             if link.has_attr('href')]# 是否对应的属性
    #print(links)
    for url in links:
        print('子链接:', url)
        get_html(url)

def main():
    url = "https://maoyan.com/board/4"
    r = get_html(url)
    html_params(r)
    print("爬取完成")

main()
  • 1
    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