用python爬取我的百度经验目录

本文介绍了如何使用Python进行网络爬虫,通过实例展示了如何获取百度经验页面上的每篇文章链接及文章标题,详细阐述了爬取过程。
摘要由CSDN通过智能技术生成

获得每一篇文章的链接:

import re
import urllib.request

def getHtml(url):
    page = urllib.request.urlopen(url)
    html = page.read()
    return html


def getImg(html):
    reg = r'<a href="([.*\S]*\.html)" title='
    imgre = re.compile(reg);
    imglist = re.findall(imgre, html)
    return imglist

url = "https://jingyan.baidu.com/user/npublic/?uid=d1b612bceb0dc22ba8ffe137&pn="
for i in range(0,89*7,7):
    i = str(i)
    a = url+i
    html = getHtml(a)
    html = html.decode('UTF-8')
    for i in getImg(html):
        print("https://jingyan.baidu.com"+i)

爬取标题:

import re
import urllib.request

def getHtml(url):
    page = urllib.request.urlopen(url)
    html = page.read()
    return html


def getImg(html):
    reg = r'<a href="([.*\S]*\.html)" title='
    reg = r'title="([.*\S]*\?)" target='
    imgre = re.compile(reg);
    imglist = re.findall(imgre, html)
    return imglist

url = "https://jingyan.baidu.com/user/npublic/?uid=d1b612bceb0dc22ba8ffe137&pn="
for i in range(0,89*7,7):
    i = str(i)
    a = url+i
    html = getHtml(a)
    html = html.decode('UTF-8')
    for i in getImg(html):
        print(i)
  • 0
    点赞
  • 0
    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