python古诗代码案例_【Python爬虫】爬取古诗词,按类别采集

这篇博客展示了如何使用Python爬虫从古诗网抓取不同风格的诗词,包括获取每个风格的页面链接,解析HTML提取诗词信息,并将结果保存到文本文件中。主要涉及BeautifulSoup库和requests模块。
摘要由CSDN通过智能技术生成

[Python] 纯文本查看 复制代码from bs4 import BeautifulSoup

import requests

import json

import re

import time

def get_one_page(url):

try:

headers = {

"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36"

}

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

if response.status_code == 200:

response.encoding = "UTF-8"

return response.text

except requests.ConnectionError:

return None

def choice_jiekou(): # 抓取每个风格的地址

URL = "https://www.gushiwen.org/shiju/xiejing.aspx"

html = requests.get(URL).text

soup = BeautifulSoup(html, 'lxml')

gushi_1 = soup.find_all("div", {"class":"cont"})

raws = []

for gushi in gushi_1:

gushi = gushi.fin

爬虫是一种按照一定规则,自动抓取万维网信息的程序或者脚本。它可以通过定义好的规则,自动抓取网络上的信息,并对抓取下来的数据进行筛选和提取,从而获得我们需要的信息。爬虫并不是Python的专利,使用其他编程语言也可以实现爬虫功能,但Python提供了许多方便的库,使得开发爬虫变得更加简单。\[1\] 在爬取古诗词网的例子中,使用了Python的requests库和BeautifulSoup库来进行网页请求和解析。首先,通过发送HTTP请求获取网页的HTML内容,然后使用BeautifulSoup库对HTML进行解析,提取出需要的信息,如标题、朝代、作者和内容。最后,将提取的信息存储到一个列表中,并将列表写入一个JSON文件中。\[2\] 另外,还可以使用XPath解析HTML内容。XPath是一种用于在XML和HTML文档中进行导航和提取信息的语言。在这个例子中,使用了Python的requests库和lxml库来进行网页请求和解析。通过XPath表达式,可以直接定位到需要的元素,并提取出相应的信息,然后将提取的信息存储到一个列表中,并将列表写入一个JSON文件中。\[3\] 总结来说,Python爬虫可以通过发送HTTP请求获取网页内容,然后使用相应的库对网页进行解析,提取出需要的信息,并进行存储和处理。这样就可以实现对古诗词网或其他网站的信息进行爬取。 #### 引用[.reference_title] - *1* [Python爬虫(一)——爬取古诗文网,初识什么是爬虫](https://blog.csdn.net/u014663232/article/details/103459450)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [python爬虫入门_3种方法爬取古诗文网站](https://blog.csdn.net/purvispanwu/article/details/106849214)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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