python爬取练习

思路:

1.1 根据请求类型获取用户ID

1.2 根据ID再次请求获取用户信息

代码

import requests
import re
from bs4 import BeautifulSoup

if __name__ == '__main__':
    url = 'https://xxxxxxxxxxx/wssb/websearch/SearchCardAction.do?operate=searchGyEntCard&operPage=card_hzpscxkz_list&cardtype=100'
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36 Edg/108.0.1462.76'
    }
    response = requests.get(url=url,headers=headers).text
    #获取ID
    id_list = []
    soup = BeautifulSoup(response,'html.parser')
    business_list = soup.find_all(name='a',attrs={'href': re.compile(r'[(](.*)[)]')})
    for content in business_list:
        id_element = re.findall(r'[(](.*)[)]',str(content))
        for id in id_element:
            id_list.append(id.strip("'"))

    #根据ID构建二次请求,获取商家详细信息
    content_list = []
    url_business = 'https://xxxxxxxxxxxxxxx/wssb/websearch/SearchCardAction.do?operate=viewGyEntCard&operPage=card_hzpscxkz_view&recid='
    for id in id_list:
        url_full = url_business + id
        #发起请求
        content_list.append(requests.get(url=url_full,headers=headers).text.encode())

    #持久化存储
    for text in content_list:
        with open('./content.txt','a',encoding='utf-8') as fs:
            fs.write(str(text))
    print("over")

  • 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