作业:爬取站长素材中的免费简历模板

import requests
from lxml import etree

url = 'https://aspx.sc.chinaz.com/query.aspx?keyword=%E5%85%8D%E8%B4%B9&issale=0&classID=864'
header = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.82'
}
# 对互联网页面获取
response = requests.get(url=url, headers=header).text
tree = etree.HTML(response)
# 第一次路径追踪。目标是局部爬虫获取该简历的url和名称
div_list = tree.xpath('//div[@class="box col3 ws_block"]')
for li in div_list:
    a_name = li.xpath('./a/img/@alt')[0] + '.rar'  # name同时也是下载路径
    don_url = li.xpath('./p/a/@href')  # url
    # 特判处理一下
    if don_url[0][0] != 'h':
        don_url[0] = 'https:' + don_url[0]
        # 第二次对单独简历页面获取
    response2 = requests.get(url=don_url[0], headers=header).text
    tree2 = etree.HTML(response2)
    # 第二次路径追踪,获取下载地址链接
    div_list2 = tree2.xpath('//div[@class="down_wrap"]/div[2]/ul/li[1]')
    for li2 in div_list2:
        # 得到下载链接
        don_path = li2.xpath('./a/@href')[0]
        # 对下下载链接响应
        response3 = requests.get(url=don_path, headers=header).content
        path = 'libs/' + a_name
        with open(path, 'wb') as fp:
            fp.write(response3)
            print(a_name + '下载完成')

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
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

打赏作者

寄给画家

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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