扇贝python学完_爬虫:爬取扇贝上python常用单词,减少登陆和贝壳的繁琐

import requests

import re

file = open("vocabulary.doc", "w", encoding="utf-8")

def spider(url):

res = requests.get(url).text

pattern = '([a-z,A-Z]*?)\s*\s*

(.*?)'

vocabulary_list = re.findall(pattern, res)

for vocabulary in vocabulary_list:

file.writelines((vocabulary[0].strip(''), vocabulary[1].strip(''), "\n"))

url_list = ["https://www.shanbay.com/wordlist/104899/202159/?page=",

"https://www.shanbay.com/wordlist/104899/202162/?page=",

]

for url in url_list:

for i in range(1, 10):

url = "https://www.shanbay.com/wordlist/104899/202159/?page=" + str(i)

spider(url)

file.close()

# 太实诚了,先放了源码,几行代码,纯粹是免登陆,免199贝壳去支付...拿下网页的单词

# 会生成一个word的结果文档在代码运行的同一目录下,结果如下,没有可以排版,最好是放在excel下。

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