python学习之爬取百度贴吧

# coding=gb2312

import csv
import requests
import os
import re

source = requests.get('https://tieba.baidu.com/p/8638729826').content.decode()

try:
    with open('test.txt', mode='w', encoding='utf-8') as f:
        f.write(source)
        print("转为txt文件成功")
except FileNotFoundError:
    os.mknod('test.txt')
    print("文件创建成功")

# 爬取的全部结果
result_list = []
username_list = re.findall('p_author_name j_user_card(.*?)<', source, re.S)
content_list = re.findall('d_post_content j_d_post_content(.*?)<', source, re.S)

for i in range(len(username_list)):
    result = {'username': re.sub('\"(.*)>', "", username_list[i]),
              'content': re.sub('\"(.*)>(.*) ', "", content_list[i])
              }
    result_list.append(result)

for i in range(len(result_list)):
    print(result_list[i], '\n')

with open('data.csv', 'w', encoding='utf-8') as f:
    writer = csv.DictWriter(f, fieldnames=['username', 'content'])
    writer.writeheader()
    writer.writerows(result_list)

  • 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