糗事百科爬虫

import requests
import re
def parse_url(url):
    headers={
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
    }
    response=requests.get(url,headers=headers)
    text=response.text
    # titles=re.findall(r'<h3 class="red">.*?<a href.*?>(.*?)</a>',text,re.DOTALL)
    contents_all=re.findall(r'<div id="endtext">(.*?)</div>',text,re.DOTALL)
    contents=[]
    for content in contents_all:
        x=re.sub(r'<.*?>','',content)
        contents.append(x.strip())
        print(x.strip(''))
        print("*"*50)
    for content in contents:
        print(content)
        print("*"*10)
    # ds=[]
    # for title,content in zip(titles,contents):
    #     d={
    #         'title':title,
    #         'content':content
    #     }
    #     ds.append(d)
    # for d in ds:
    #     print(d)
    #     print("*"*50)
def main():
    for i in range(1,11):
        url="http://www.lovehhy.net/Joke/Detail/QSBK/%s"%i
        parse_url(url)

if __name__=='__main__':
    main()

 

  • 0
    点赞
  • 0
    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