beautifulsoup简单爬取豆瓣小说

爬虫小练习

import requests as req
from bs4 import BeautifulSoup

header = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36"} 
resp = req.get("https://book.douban.com/tag/小说", headers=header)

# requests可以根据页面的内容自动选择合适的编码
content = resp.text
bs = BeautifulSoup(content)
print(bs)
ls = bs.select(".subject-item")
for it in ls:
    img = it.select_one("img")['src']
    print("图片:", img)
    
    a = it.h2.a
    print(a['title'],a['href'])
    
    txt = it.select_one(".pub").text.strip()
    print(txt)
    
    score = it.select_one('.rating_nums').text
    print(score)
    
    import re
    txt2 = it.select_one('.pl').text.strip()
    txt3 = re.findall("\d+",txt2)[0]
    print(txt3)
    
    print(it.p.text)

爬取结果

  • 2
    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