import json
from _md5 import md5
from multiprocessing.pool import Pool
import re
import os
import pymongo
import requests
from bs4 import BeautifulSoup
from config import *
# 链接mongodb数据库,多进程这里可能会报警告
client = pymongo.MongoClient(MONGO_URL,connect=False)
# 定义一个数据库
db = client[MONGO_DB]
def get_page_list(offset,keyword):
'''
获取主页面所有帖子的链接
'''
# 请求ajax的一些参数,通过浏览器F12看到的
params = {
'offset': offset,
'format': 'json',
'keyword': keyword,
'autoload': 'true',
'count': '20',
'cur_tab': 1,
'from': 'search_tab'
}
# from urllib.parse import urlencode # 用下面这种要import这个
# url解析自带的,就是把那个参数弄成一个链接,教程用的是下面这种方式把参数和url拼接
# url = 'https://www.toutiao.com/search_content/?' + urlencode(params)
url = 'https://www.toutiao.com/search_content'
try:
# 我是把参数传入到get请求里面,如果用上面那种,这里的params形参就要删掉
response = requests.get(url,headers = HE