爬取博客园帖子名和对应内容

本文介绍了如何使用Python爬取博客园网站上的帖子标题和相应内容,针对图片选择忽略,主要涉及的技术包括Python网络爬虫和XPath解析。
摘要由CSDN通过智能技术生成

#博客园:https://www.cnblogs.com/
爬取帖子名 和 对应内容(图片可以跳过)

#获取每页链接的模块
n=1
headers={
   'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.87 Safari/537.36'}
for k in range(200):
    try:
        print('正在爬取第%s页' % (k + 1))
        url1='https://www.cnblogs.com/#p{}'.format(k+1)    #获取每个网页链接
        r = requests.get(url1,headers=headers).text        
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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