import requests from lxml import etree if __name__ == '__main__': #被爬取的url地址 url = 'http://jianlimb.cn/biaogejianlimoban/' headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.15; rv:95.0) Gecko/20100101 Firefox/95.0' } page_text = requests.get(url=url,headers=headers).text #实例化类对象 tree = etree.HTML(page_text) li_list = tree.xpath('//div[@class="pic-item-list oh"]//li') #获取读取到的li列表,重列表中拼接url地址,并保存文件到本地 for li in li_list: img_url = li.xpath('./a/@href')[0] img_title = li.xpath('./a/div[@class="pic-item-image pr"]/span/img/@alt')[0] img_down = li.xpath('./a/div[@class="pic-item-image pr"]/span/img/@data-original')[0] # print(img_url,img_title) data = requests.get(url=img_url,headers=
使用request+lxml实现简单的爬虫爬取简历模版
最新推荐文章于 2024-04-26 17:08:08 发布
本文介绍了如何使用Python的requests和lxml库来实现一个简单的爬虫,从指定的网页抓取简历模板的链接,然后下载这些模板为.docx文件。首先,通过设置User-Agent发起HTTP请求获取页面源码。接着,利用XPath解析HTML并找到包含简历模板的链接。最后,再次请求模板页面获取下载链接,并将文件保存到本地。
摘要由CSDN通过智能技术生成