写在前面
这是去年我在博客上写的一篇基础爬虫,利用了简单的Python爬虫、邮件发送以及定时任务实现了每天定时发送睡前小故事的功能,成为迄今我浏览量最高的一篇博文。
最近,某可爱要求我忙完之后给她每晚睡前讲讲小故事,我想了下,网络上应该有各种资源,小故事也都能搜得到,但是数量比较少,而且格式不够统一,提取比较困难。转念一想,面向儿童的睡前故事可能也比较适用,于是我准备从儿童睡前故事中取材,搜索之后发现有一个适合提取睡前故事的网址:
http://www.tom61.com/ertongwenxue/shuiqiangushi/
一共有700则小故事,嗯,一天一则数量可以满足,html格式也比较统一,就决定是它了!
查看网页源代码,ctrl+F输入查询关键字幸福王国,定位到相关信息:
发现其故事链接包含在dl标签中的a标签中的href属性,
/ertongwenxue/shuiqiangushi/2018-02-25/106432.html,点击后得到完整网址
http://www.tom61.com/ertongwenxue/shuiqiangushi/2018-02-25/106432.html,接下来要做的就是提取出该链接:
模拟浏览器访问网页,利用requests库请求访问
代码实现:
def
简单地使用BeautifulSoup库,解析html页面
找到dl标签的内容后在查找a标签中的内容,将提取的链接与原网页头进行拼接:
def
得到所有网页链接地址之后,访问该网页
查看网页源代码
重新对该网页进行页面解析,提取出所有p标签中的内容
由于下面需要使用str类型的字符串,因此用.join方法将text列表用换行符进行分割
def
将爬取的小故事发送到邮箱
def
简单地利用smtp协议通过QQmail发送邮件给目标邮箱,端口号为465,正文内容为爬取的小故事
实现定时发送功能
在windows的环境中,在cmd中输入compmgmt.msc,将该脚本文件加入任务计划程序库,设置运行时间和频率
这样就能实现每晚九点定时发送睡前小故事啦!
完整代码戳:https://github.com/librauee/