爬虫程序

from bs4 import BeautifulSoup
import requests

def one(url):
    r = requests.get(url, allow_redirects = False)
    fin = r.text
    #fin是上面的变量名?soup.find里是按级别找的
    soup = BeautifulSoup(fin,'html.parser')
    comments = soup.find('div','hos-guide-box')
    comments_list = comments.find_all(['p','h2','h3','h4'])
    result = []
    for i in range(len(comments_list)):
        result.append(comments_list[i].text.strip())
    result1 = " ".join(result)
    return result1

XHR过滤掉不相关信息
在这里插入图片描述

def main():
	#这个网址打不开
    r = requests.post('http://wapjbk.39.net/DiseaseArea/SpeciesCate', data={'id':4,'cateId':77}).json()
    list1 = []
    file = []
    #list1是网址,file是症状名
    for i in r: 
        list1.append(i.split('~')[0])
        file.append(i.split('~')[1])
    for i in range(len(list1)):
        url = 'http://wapjbk.39.net/'+list1[i]+'/zztz/'
        result1 = one(url)
        file1 ="D://dabao//爬虫练习//泌尿系统//" + file[i] + ".txt"
        f = open(file1,'a',encoding='utf-8')
        f.write(result1)
if __name__ == '__main__':
    main()
  • 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