python爬虫之提取糗事百科首页的内容

'''
糗事百科首页内容爬取
类的使用
'''

# 导入第三方库
import requests
from lxml import etree


# 定义糗事百科爬虫的类
class QiuShiSpider():
    # 初始化对象
    def __init__(self):
        self.start_url = "http://www.qiushidabaike.com/index_1.html"
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.100 Safari/537.36"}

    # 定义得到html文本的方法
    def get_html(self, url):
        response = requests.get(url, headers=self.headers).content.decode()
        return response

    # 定义解析html文本的方法
    def paser_html(self, response):
        e = etree.HTML(response)
        content = e.xpath('//dd[@class="content"]/p/text()')
        return content

    # 定义保存文本的方法
    def save_joke(self, content):
        with open("joke.txt", "a", encoding="utf-8") as f:
            for content in content:
                f.write(content)
                f.write('\r\n')

    # 定义运行函数,实现主要逻辑
    def run(self):
        url = self.start_url
        content = self.get_html(url)
        joke = self.paser_html(content)
        self.save_joke(joke)


# 程序运行接口
if __name__ == '__main__':
    qiushi = QiuShiSpider()
    qiushi.run()

  • 0
    点赞
  • 1
    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