爬取CSDN的瀑布流

本文介绍如何改造Scrapy项目,改用requests库来爬取CSDN的瀑布流内容。由于瀑布流数据是通过JS生成的JSON接口,因此主要涉及如何获取并解析这个接口,抓取到的数据最终将存储到数据库中。注意,实际操作时需要提供有效的cookie。
摘要由CSDN通过智能技术生成
import requests
import time
from lxml import etree
import pymongo
import re


class CSDN():
    def __init__(self):
        url = 'https://blog.csdn.net/'
        self.headers = {
            'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3',
            'accept-encoding': 'gzip, deflate, br',
            'accept-language': 'zh-CN,zh;q=0.9',
            'cache-control': 'max-age=0',
            'cookie': #填自己的,
            'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36',
            'x-tingyun-id': 'wl4EtIR_7Is;r=364167216'
        }
        self.lst = []
        self.num = 0
        content = requests.get(url, headers=self.headers).text
  
  • 0
    点赞
  • 2
    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