import requests
from lxml import etree
import pandas as pd
import time
headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}
user_data = []
def get_data(page):
for i in range(1,page+1):
r = requests.get('http://www.weixinyidu.com/c_1',headers=headers)
r.encoding = 'utf-8'
html = r.text
s = etree.HTML(html)
t = s.xpath('/html/body/div[3]/div[3]/div[1]/div/div[1]/ul/li[{}]/a/h3/text()'.format(i))
print('正在打印第%s行' % str(i))
print(t)
user_data.extend(t)
time.sleep(1)
if __name__ == '__main__':
get_data(10)
df = pd.DataFrame(user_data)
df.to_csv('tou_tiao_pl.csv')
抓取头条易读文章
最新推荐文章于 2021-08-08 14:45:14 发布
本文介绍了如何利用Python进行网络爬虫,从头条网站抓取易读文章,涉及requests库和BeautifulSoup库的使用,以及数据解析和存储的步骤。
摘要由CSDN通过智能技术生成