学习笔记(08):150讲轻松搞定Python网络爬虫-urllib库-urllib库爬虫作业

立即学习:https://edu.csdn.net/course/play/24756/280660?utm_source=blogtoedu

#HTTPS://www.biedoul.com

from urllib import request
for i in range(31095,31099):
    i=str(i)
    z="laugh" + i + ".html"
    url = "https://www.biedoul.com/index/"+i
    resp = request.urlopen(url)
    print(resp.read().decode('utf-8'))
    request.urlretrieve(url,z)
# 爬取别逗了笑话的最后三个网页。
#思考,如果要爬range(1,31099)如何用 yield 代替 range 

#-----------------------------------------------

#爬取www.biedoul.com
from urllib import request
import time     #引用时间函数
import random   #引用随机数#思路就是爬完一个html随机休息一段时间再爬以免对服务器造成负担,但是自己爬的特慢
def foo(num):

    while num<31099:
        num = num+1
        yield num

for i in foo(1):
    i=str(i)
    z="laugh" + i + ".html"
    url = "https://www.biedoul.com/index/"+i
    resp = request.urlopen(url)
    print(resp.read().decode('utf-8'))
    request.urlretrieve(url,z)
    time.sleep(random.random() * 3)
# 爬取别逗了笑话
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【为什么学爬虫?】        1、爬虫入手容易,但是深入较难,如何写出高效率的爬虫,如何写出灵活性高可扩展的爬虫都是一项技术活。另外在爬虫过程中,经常容易遇到被反爬虫,比如字体反爬、IP识别、验证码等,如何层层攻克难点拿到想要的数据,这门课程,你都能学到!        2、如果是作为一个其他行业的开发者,比如app开发,web开发,学习爬虫能让你加强对技术的认知,能够开发出更加安全的软件和网站 【课程设计】 一个完整的爬虫程序,无论大小,总体来说可以分成三个步骤,分别是:网络请求:模拟浏览器的行为从网上抓取数据数据解析:将请求下来的数据进行过滤,提取我们想要的数据数据存储:将提取到的数据存储到硬盘或者内存中。比如用mysql数据或者redis等。那么本课程也是按照这几个步骤循序渐进的进行解,带领学生完整的掌握每个步骤的技术。另外,因为爬虫的多样性,在爬取的过程中可能会发生被反爬、效率低下等。因此我们又增加了两个章节用来提高爬虫程序的灵活性,分别是:爬虫进阶:包括IP代理,多线程爬虫,图形验证码识别、JS加密解密、动态网页爬虫、字体反爬识别等。Scrapy和分布式爬虫:Scrapy框架、Scrapy-redis组件、分布式爬虫等。通过爬虫进阶的知识点我们能应付大量的反爬网站,而Scrapy框架作为一个专业的爬虫框架,使用他可以快速提高我们编写爬虫程序的效率和速度。另外如果一台机器不能满足你的需求,我们可以用分布式爬虫让多台机器帮助你快速爬取数据。 从基础爬虫到商业化应用爬虫,本套课程满足您的所有需求!【课程服务】 专属付费社群+定期答疑

“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