爬虫学习笔记

爬取糗事百科的段子
def getcontent(url,pat):
 headers=(‘User-Agent’, ‘Mozilla/6.0 (iPhone; CPU iPhone OS 8_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/8.0 Mobile/10A5376e Safari/8536.25’)
 
 opener=urllib.request.build_opener()
 opener.addheaders=[headers]
 urllib.request.install_opener(opener)
 data=urllib.request.urlopen(url).read().decode(‘utf-8’)
 #pat=’

.+?
’#正则
 contentlist=re.compile(pat).findall(data)
 return contentlist
for page in range(1,3):
 url=initurl+‘page/’+str(page)+’/’
 contentlist=getcontent(url,pat)
 print(contentlist)
 #for content in contentlist:
  #print(content)

  • 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