爬虫_技术汇总及遇到问题的解决措施

爬虫过程问题汇总:
在这里插入图片描述
代码:

import requests
from lxml import etree

# 爬取51网页代码
class GisMap():

    # 定义属性
    def __init__(self):
        self.url = "http://www.51testing.com/html/90/category-catid-90.html"

    # 爬虫抓取页面
    def spider_page(self):
        response = requests.get(self.url)
        response.encoding = 'gbk'
        self.doc = etree.HTML(response.text)

    # 抓取元素并保存文件
    def splider_save_element(self):
        # 创建文件
        file = open("test.txt", "w")
        # 定位元素并存入文件
        for j in range(2, 12):
            for i in range(1, 11):
                ele = self.doc.xpath('/html/body/div[6]/div[1]/div[' + str(i) + ']/p/text()')[0]  # 每一页第一个元素的位置都是一样的
                els = ''.join(ele.split())
                file.write(els + "\n")
            response = requests.get(f"http://www.51testing.com/html/90/category-catid-90-page-{j}.html")
            response.encoding = "gbk"
            self.doc = etree.HTML(response.text)
        # 关闭文件
        file.close()


if __name__ == '__main__':
    # 实例化对象
    pachong = GisMap()
    # 调用类方法
    pachong.spider_page()
    pachong.splider_save_element()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

阿_焦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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