python爬取贴吧楼主的所有回复_Python爬取贴吧用户关系网

[Python] 纯文本查看 复制代码import requests

import re

import json

import time

from lxml import etree

import dill

# 全局变量

tieba_prefix = "http://tieba.baidu.com"

userdict = {}

# 参数信息类

class para:

headers = None

cookies = None

max_loop = None

max_page = None

max_num = None

# 用户信息类

class userinfo(object):

def __init__(self, url):

self.url = url

self.id = None

self.username = None

self.age = None

self.tie = None

self.sex = None

self.concern_num = None

self.concern_url = None

self.concern_list = []

self.fans_num = None

self.fans_url = None

self.fans_list = []

# 保存到文件

def saveToFile(self):

dictObj = {

"url": self.url,

"id": self.id,

"username": self.username,

"age": self.age,

"tie": self.tie,

"sex": self.sex,

"concern_num": self.concern_num,

"concern_url": self.concern_url,

"fans_num": self.fans_num,

"fans_url": self.fans_url

}

# url解析

def getHtmlFromUrl(url, loop_info):

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

print('当前页面:' + url)

print(loop_info)

if response.status_code == 200:

# 很抱歉,您要访问的页面不存在。

if response.url == 'http://static.tieba.baidu.com/tb/error.html?ErrType=1':

data = response.content.decode('gbk') # gbk编码

html = etree.HTML(data)

  • 0
    点赞
  • 0
    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