python3博客园_python3: 博客园列表爬取;

import requests

from bs4 import BeautifulSoup as bs

import html5lib

header = {

‘User-Agent‘: ‘Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.96 Safari/537.36‘

}

def download():

"""

模拟浏览器进行访问;

:param url:

:return:

"""

for pageIdx in range(1, 5, 1):

#print(pageIdx)

url = "https://www.cnblogs.com/sitehome/p/%s" % str(pageIdx)

try:

r = requests.get(url, timeout=30)

r.raise_for_status()

r.encoding = r.apparent_encoding

data = r.text

except:

return

content = bs(data, ‘html5lib‘)

for ctx in content.find_all(‘h3‘):

print(ctx.a[‘href‘], ctx.a.string)

if __name__ == "__main__":

download()

原文:https://www.cnblogs.com/yinwei-space/p/9320784.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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