爬糗事百科(文字)

import urllib.request
import re

def jokeCrawler(url):
    headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.97 Safari/537.36'}

    req = urllib.request.Request(url,headers=headers)
    response = urllib.request.urlopen(req)

    HTML = response.read().decode('utf-8')

    pat = r'<div class="author clearfix">(.*?)<span class="stats-vote"><i class="number">'
    re_joke = re.compile(pat,re.S)
    divsList = re_joke.findall(HTML)
    #print(divsList)
    #print(len(divsList))

    dic = {}
    for div  in divsList:
        #用户名
        re_u = re.compile(r'<h2>(.*?)</h2>',re.S)
        username = re_u.findall(div)
        username = username[0]
        #print(username)
        #段子
        re_d = re.compile(r'<div class="content">\n<span>(.*?)</span>',re.S)
        duanzi = re_d.findall(div)
        duanzi = duanzi[0]
        #print(duanzi)

        dic[username] = duanzi

    return dic

url = 'https://www.qiushibaike.com/text/'  #抓文字模块
info = jokeCrawler(url)
for k,v in info.items():
    print(k + '说\n' +v)
  • 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