一、目的 :
爬取晋江文学网总分榜
二、python爬取数据
三、爬取
在最先多泛起了38号而且顺序内容不准确
代码:
import requests
from bs4 import BeautifulSoup
import bs4
url=”http://www.jjwxc.net/topten.php?orderstr=7&t=0″
def getHtml(url):
r=requests.get(url)
r.raise_for_status()
r.encoding=r.apparent_encoding
return r.text[26000:100000]
def fillList(html):
l1,l2 = [],[]
soup = BeautifulSoup(html,”html.parser”)
for i in soup.find_all(‘a’,”tooltip”):
l1.append(str(i.string))
for tag in soup.find_all(‘td’,{“align”:”center”}):
s=str(tag.string)
s.replace(” “,” “)
l2.append(s)
return l1,l2
def printList(l1,l2):
n1,n2 = len(