python爬虫避免重复数据_python 爬虫 内容重复问题

#coding=utf-8importrequestsimportreimportjsonclassNeihan:def__init__(self):self.start_url="http://neihanshequ.com/"self.next_url_temp="http://neihanshequ.com/joke/?is_jso...

# coding=utf-8

import requests

import re

import json

class Neihan:

def __init__(self):

self.start_url = "http://neihanshequ.com/"

self.next_url_temp = "http://neihanshequ.com/joke/?is_json=1&app_name=neihanshequ_web&max_time={}"

self.headers= {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.84 Safari/537.36"}

def parse_url(self,url):#发送请求,获取htmlstr

print(url)

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

return response.content.decode()

def get_frist_page_content_list(self,html_s

  • 0
    点赞
  • 1
    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