Python爬虫实践1,博主博客文章爬取

 

'''
爬取博客文章,静态页面
'''

import urllib.request
import http.cookiejar
import requests
from bs4 import BeautifulSoup

def clean_file():  #初始清除文档内容
    with open('article.txt','w',encoding='utf-8') as f:
        f.truncate()

def write_to_file(content): #增量写入
    with open('article.txt', 'a', encoding='utf-8') as f:
        f.write(content)

def get_page(url): #获取response
    try:
        response = requests.get(url,timeout=20)
        return response.text
    except:
        return "error"

def get_blog_info():
    headers={'User-Agent':  #chrome申请头信息
             'Mozilla/5.0 (Windows NT 6.1; WOW64)'
             'AppleWebKit/537.36 (KHTML, like Gecko)'
             'Chrome/77.0.3865.90'
             'Safari/537.36'}
    html=get_page(blog_url)
    soup=BeautifulSoup(html,'lxml&
  • 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