爬取的网站是:http://www.2bmv.com/index_1.html
使用Xpath Helper工具查询,同样的路径下内容很多,但是爬取出来的内容就非常少。
代码如下:
import requests
from lxml import html
import json
etree = html.etree
class BaoxiaoSpider:
# url_list
def __init__(self):
self.url_temp = "http://www.2bmv.com/index_{}.html"
self.headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36"}
# 获取url_list中的网址