Beautiful爬取海词网词汇意思和短语

Beautiful爬取海词网词汇意思和短语

直接上代码

# -*- encoding:utf-8 -*-
import urllib.request          # 导入urllib库的request模块
from bs4 import BeautifulSoup  
import lxml                    #文档解析器
import os                      #os模块就是对操作系统进行操作
import numpy as np       #列表、字典、字符串等中计算元素重复的次数
 
urls=[]
titles=[]
target=input("请输入你要查询的单词")
#爬取所有新闻的url和标题，存储在urls和titles中,这里range(1)表示只爬取1页。   
for i in range(1):
    url='http://dict.cn//'+target
    res = urllib.request.urlopen(url)  #调用urlopen()从服务器获取网页响应(respone)，其返回的响应是一个实例
    html = res.read().decode('utf-8')  #调用返回响应示例中的read()，utf-8解码，可以读取html
    soup = BeautifulSoup(html, 'lxml')
    result = soup.find_all('div',attrs={'class': ['section def','layout coll']})
download_soup = BeautifulSoup(str(result), 'lxml')
ol = download_soup.find_all('ol',slider="2")
lt=[]
ss=""
for oli in ol:
    lt.append(oli.stripped_strings)
for i in lt:
    for j in i:
        ss+=" "
        ss+=j
print(ss)

ul=download_soup.find_all('ul')
soup1 = BeautifulSoup(str(ul), 'lxml')
aa=soup1.find_all('li')
import bs4
sentences=''
for i in aa:
    for j in i.descendants:
        if j.string  and type(j)!=bs4.element.Tag:
            print(j)
            sentences+=j.string.strip()

s='意思：'+ss+'\n'+"短语："+sentences

#定义txt存储路径。
picpath='./newws2/'#这里我用的是本程序路径，也可改为c盘或d盘等路径。
def txt(name, text):  # 定义函数名
    if not os.path.exists(picpath):  # 路径不存在时创建一个
        os.makedirs(picpath)
    savepath = picpath + name + '.txt'
    file = open(savepath, 'a', encoding='utf-8')#因为一个网页里有多个标签p，所以用'a'添加模式
    file.write(text)
    # print(text)
    file.close
txt(target,s)

输入样例：book
结果：