Python爬虫获取Csdn文章

request获取html

安装:

pip install requests

使用:

import requests  
 HTTP请求:GET、POST、PUT、DELETE、HEAD、OPTIONS
  1. get
    res = requests.get(“https://www.baidu.com”)
  2. post
    res = requests.post(“https://www.baidu.com”);
  3. put
    res = requests.put(“https://www.baidu.com”);
  4. delete
    res = requests.delete(“https://www.baidu.com”);
  5. head
    res = requests.head(“https://www.baidu.com”) ;
  6. options
    res = requests.options(“https://www.baidu.com”)
#获取文章的html
from urllib import request
import random
import time
import lxml
import re
from bs4 import BeautifulSoup as bs
def Get_Target_ip():
 	 headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}
     req = request.Request(r'#这里写你csdn主页的url', headers=headers)
     response = request.urlopen(req)
     html = response.read().decode('utf-8')
     soup = bs(html, 'lxml')
     hList = soup.find_all(name='h4', attrs={'class': ''})
     for h in hList:
        href = h.find(name='a').get('href')
        requestList.append(request.Request(href))
     return requestList
     
if __name__ == '__main__':
    requestList = Get_Target_ip()

BeautifulSoup 可以用来获取html中想要字段的文本

  • 0
    点赞
  • 1
    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