python3抓取糗事百科

使用requests和re模块抓取糗事百科

# -*- coding:utf-8 -*-
import requests
import re

class Qiushi_Spider(object):
    def __init__(self):
        self.url = "https://www.qiushibaike.com/text/page/{}/"
        self.headers = {
            "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36"
        }

    def get_response(self,url):
        response = requests.get(url,headers=self.headers)
        data = response.text
        return data

    def parse_data(self,data):
        contents = re.findall(r'<div class="content">.*?<span>(.*?)</span>',data,re.S)
        qiushiduanzi = []
        for content in contents:
            content = re.sub('<.*?>'," ",content)
            qiushiduanzi.append(content.strip())
        print(qiushiduanzi)

    def main(self):
        for i in range(1,14):
            url = self.url.format(i)
            data = self.get_response(url)
            self.parse_data(data)

if __name__ == '__main__':
    Qiushi_Spider().main()
  • 0
    点赞
  • 0
    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