BeautifulSoup爬虫实战

4.https://www.gushiwen.cn/default_1.aspx 故事文网 下载每一页面古诗并写入文本文件。使用BeautifulSoup完成

import requests
from bs4 import BeautifulSoup


# 定义请求url
url = 'https://so.gushiwen.cn/shiwen/'

# 定义请求头

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36'
}

res = requests.get(url=url, headers=headers)

# 判断是否成功并获取源码
if res.status_code == 200:
    print('请求成功')

    # 解析数据
    soup = BeautifulSoup(res.text, 'lxml')

    # 获取数据
    # 获取文章大div
    divs = soup.find_all('div', class_="sons")
    #print(divs)
    data = []
    for i in divs:
        cont = i.find('div', class_="cont")
        #判断非空 cont.p is not None
        if cont.p:
            varlist = {
                'title':cont.p.text,
                'author':cont.find('p',class_="source").text,
                'url':cont.p.find('a')['href'],
                'content':cont.find('div',class_="contson").text
            }
            data.append(varlist)
            print('标题:'+cont.p.text+'\t'+cont.find('p',class_="source").text+'\t'+'链接:  https://so.gushiwen.cn/'+cont.p.find('a')['href']+'\n'+cont.find('div',class_="contson").text)   
         # 写入数据
    with open('./gushi.txt', 'w', encoding='utf-8') as fp:
        for i  in data:
            print(i)
            fp.write('标题:'+i['title']+'\t作者:'+i['author']+'\t链接:  https://so.gushiwen.cn/'+i['url']+'\n内容:'+i['content']+'\n')
    print('文件已写入!')

总结:写入本地文件时,需要将data.append(varlist)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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