Python爬取扇贝“【无老师】7天搞定TOEFL单词”

该Python脚本用于爬取扇贝网上【无老师】7天TOEFL单词系列的内容。脚本首先检查URL并获取网页内容,接着判断并抓取含有特定字符串的URL,再提取表格数据,并将结果保存到CSV文件中。主要使用了BeautifulSoup和requests库来实现爬虫功能。
摘要由CSDN通过智能技术生成
#!/usr/bin/env python3
from bs4 import BeautifulSoup
import requests
import csv
import bs4
import codecs


#检查url地址并返回网页contents
def check_link(url):
    try:
        
        r = requests.get(url)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        print('无法链接服务器!!!')

# 判断一个unicode是否是英文字母
def is_alphabet(uchar):         
    if ('\u0041' <= uchar<='\u005a') or ('\u0061' <= uchar<='\u007a'):
        return True
    else:
        return False


#爬取表格数据
def get_contents(urlist):
    '''urlist: a list containing all the useful urls'''
    result = []
    for url in urlist:
        content = check_link(url)
        soup = BeautifulSoup(content,'lxml')
        trs = soup.find_all('tr')
        for tr in trs:
            ui = []
            fo
  • 1
    点赞
  • 3
    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