python段子_python爬虫（爬取段子）

python爬取段子

爬取某个网页的段子

第一步

不管三七二十一我们先导入模块

#http://baijiahao.baidu.com/s?id=1598724756013298998&wfr=spider&for=pc 段子所在的网址

import re

import requests #如果没这模块运行CMD pip install requests

第二步

获取网站的内容

#http://baijiahao.baidu.com/s?id=1598724756013298998&wfr=spider&for=pc 段子所在的网址

import re

import requests #如果没这模块运行CMD pip install requests

response = requests.get(http://baijiahao.baidu.com/s?id=1598724756013298998&wfr=spider&for=pc)

data = response.text

第三步

找到段子所在的位置

#http://baijiahao.baidu.com/s?id=1598724756013298998&wfr=spider&for=pc 段子所在的网址

import re

import requests #如果没这模块运行CMD pip install requests

response = requests.get('http://baijiahao.baidu.com/s?id=1598724756013298998&wfr=spider&for=pc') #这个编辑器的长度关系没法放一行

data = response.text

#按F12选择自己想要的内容所在的位置copy出来

new_list = re.findall('(.*?)

',data ) # (.*?)是我们要的内容

第四部

保存文件

#http://baijiahao.baidu.com/s?id=1598724756013298998&wfr=spider&for=pc 段子所在的网址

import re

import requests #如果没这模块运行CMD pip install requests

response = requests.get('http://baijiahao.baidu.com/s?id=1598724756013298998&wfr=spider&for=pc') #这个编辑器的长度关系没法放一行

data = response.text

#按F12选择自己想要的内容所在的位置copy出来

new_list = re.findall('(.*?)

',data ) # (.*?)是我们要的内容

for a in new_list:

with open(r'D:\图片\段子.txt', 'a') as fw:

fw.write(a)

fw.flush()