爬取知乎发现页面pyquery+文件存储


# 爬取知乎发现页面,用文件存储

import requests
from pyquery import PyQuery as pq


def get_html(url):
    '''根据网址获取html页面
    
    parameter:url目标网址
    return:html页面
    '''
    
    headers = {
            'User-agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/67.0.3396.99 Chrome/67.0.3396.99 Safari/537.36'
            }
    try:
        response = requests.get(url, headers=headers)
        if response.status_code == 200:
            html = response.text
            print('OK')
            return html
        else:
            return print('request failure>')
    except requests.RequestException:
        return print('error')


def get_file(filename, html):
    '''从html页面解析出文本,写入文件
    
    parameter:文件名,html页面
    '''
    doc = pq(html)
    items = doc('.explore-tab .feed-item').items()
    for item in items:
        question = item.find('.question_link').text()
        author = item.find('.author-link').text()
        answer = pq(item.find('.content').html()).text()
        file = open(filename, 'a', encoding='utf-8')
        file.write('\n'.join([question, author, answer]))
        file.write('\n' + '='*50 + '\n')
        file.close()


if __name__ == '__main__':
    html = get_html('https://www.zhihu.com/explore')
    get_file('zhihu.txt', html)
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

WY_记录

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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