水文:爬取百度格言若干条

刚开始想通过页面url,使用bs4获取html页面然后解析,然后发现url路径是不变的。最后找到路径直接给我返回json字符串了。如下:

#获取百度1000条格言
import urllib.request
import json
url="https://sp0.baidu.com/8aQDcjqpAAV3otqbppnN2DJv/api.php?from_mid=1&format=json&ie=utf-8&oe=utf-8&subtitle=%E6%A0%BC%E8%A8%80&query=%E6%A0%BC%E8%A8%80&rn=8&resource_id=6844&cb=jQuery110201627604384422121_1532592711270&_=1532592711285&pn="
#这里返回的是json字符串(多了一丢丢杂质)
def getHtml(i):
	response = urllib.request.urlopen(url+str(8*(i-1)))
	buff = response.read()
	html = buff.decode('utf-8')
	html=html[html.index('{'):-2]
	jsonData=json.loads(html)
	return jsonData
with open("d:/motto.txt",'a+') as file:
	for i in range(1,126):
		json_data=getHtml(i)['data'][0]['disp_data']#得到一个包含格言和作者的字典的列表,嵌套有点多,找起来都有点眼花
		for dic in json_data:
			file.write(dic['ename'])
			file.write('——')
			file.write(dic['author']+'\n')

 

  • 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