python_request模块_实现下载贴吧html信息

整体思路

通过request的get方法下载贴吧信息,然后保存到本地

# ProjectName:apiAutoTest1 
# FileName:spider_tieba 
# Author:wangchao
# CreateTime:2021/6/2 17:10
# Description: 从贴吧下载数据
# 贴吧请求是https://tieba.baidu.com/f?kw=nico&ie=utf-8&pn=350,其中kw参数是关键字,ie=utf-8是固定的,pn是多少条数据,贴吧是50条数据进行分页
import requests


class spider_teiba:
    # 初始化
    def __init__(self, headers, key_word):
        self.headers = headers
        self.key_word = key_word
        self.url = "https://tieba.baidu.com/f?kw=" + key_word + "&ie=utf-8&pn={}"

    # 根据分页生成url_list
    def url_list(self):
        urlList = []
        for i in range(1, 1000):
            urlList.append(self.url.format(i * 50))
        return urlList

    # 发送get请求
    def sent_url(self, url):
        return requests.get(url, headers=self.headers)

    # 保存下载的文件
    def save_file(self, page_num, file):
        path = "/Volumes/文件盘/Spider/{}吧_第{}页数据".format(self.key_word, page_num)
        with open(path, "w", encoding="utf-8") as f:
            f.write(file)

    def run_main(self):
        url_list = self.url_list()
        for url in url_list:
            response = self.sent_url(url).content.decode()
            page_num = url_list.index(url) + 1
            self.save_file(page_num, response)
  

if __name__ == "__main__":
    key_word = input("请输入你想要下载的贴吧信息")
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36"}
    spider1 = spider_teiba(headers, key_word)
    spider1.run_main()

  • 1
    点赞
  • 2
    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