requests打开网页,BeautifulSoup解析网页,得到目标网址的相对地址,urllib.parse重组url地址

requests官网:http://www.python-requests.org/en/master/user/quickstart/

BeautifulSoup官网:https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/#attributes

python标准库urllib.parse:https://docs.python.org/3/library/urllib.parse.html#urllib.parse.urlsplit


# 取中关村网页的第一页
import requests
r = requests.get('http://detail.zol.com.cn/cell_phone_index/subcate57_0_list_1_0_1_1_0_1.html')

# 将上一步取得的.html给BeautifulSoup解析
from bs4 import BeautifulSoup
soup = BeautifulSoup(r.text, 'lxml')

# 找到下一页的链接
next_path = soup.find(attrs={"class": "small-page-next"})["href"]

# 解析url链接中的各个部分
from urllib.parse import urlparse
o = urlparse(r.url)

# 组合parse到的协议/网络地址,以及目的页面的相对路径
from urllib.parse import ParseResult
t = ParseResult(o.scheme, o.netloc, next_path, "","","")

# 根据重组的url集合,生成url字符串
from urllib.parse import urlunparse
next_url = urlunparse(t)

从中关村在线查找手机型号,在本地建立数据库。

网站每页显示48个手机,共39页,需要设计一个翻页程序。

上述代码获取翻页的用到的目标url,还需要加循环,将全部页遍历获得所有的手机型号。


  • 0
    点赞
  • 1
    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