Python 百度百科关键字定向爬取

输入关键字可以查找与之相关的关键字。
比较简单的spiders,望大佬指教。(●’◡’●)

import requests, re
from bs4 import BeautifulSoup

def getHTMLText(url):
    try:
        kv = {"User-Agent": "Mozilla/5.0"}
        r = requests.get(url, headers=kv)
        r.encoding = 'utf-8'
        return r.text
    except:
        return ''

def parse(ilt, html):
    soup = BeautifulSoup(html, 'html.parser')
    for div in soup.find_all('div', class_='para'):
        for a in div.find_all('a', href=re.compile(r'/item/.')):
            ilt.append([a.attrs['href'], a.string])

def printInfo(ilt):
    start_url = 'https://baike.baidu.com'
    ans = 1
    for i in ilt:
        print("key word {0:<3}:{1:<20}\t{2:<}".format(str(ans), str(i[1]), str(start_url+i[0])))
        ans += 1

def main():
    key = input('输入关键字:')
    url = 'https://baike.baidu.com/item/' + key
    infoList = []
    html = getHTMLText(url)
    parse(infoList, html)
    printInfo(infoList)

main()

在这里插入图片描述

  • 1
    点赞
  • 3
    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