Python半自动抓取html文件中关键信息

代码如下:

import re
import csv

with open('source.txt','r',encoding='utf-8') as f:
    source=f.read()

result_list=[]
username_list=re.findall('img username="(.*?)" class',source,re.S)
content_list=re.findall('class="d_post_content j_d_post_content " style="display:;">(.*?)<',source,re.S)
reply_time_list=re.findall('楼</span><span class="tail-info">(.*?)</span>',source,re.S)

for i in range(len(username_list)):
    result={'username':username_list[i].strip(),
            'content':content_list[i].strip(),
            'replytime':reply_time_list[i].strip()}#去掉抓取内容前后的空格 .strip()方法
    result_list.append(result)

print(result_list)

with open('tieba.csv','w',encoding='utf-8') as f:
    writer=csv.DictWriter(f,fieldnames=['username','content','replytime'])
    writer.writeheader()
    writer.writerows(result_list)#包含字典的列表

抓取网页URL:ac1有机会彻底重制吗?【刺客教条吧】_百度贴吧

并练习Python怎么写入csv文件

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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