import requests
import json
import re
from requests.exceptions import RequestException
import time
//定义方法:获取单页的内容
def get_one_page(url):
try:
//定义请求头
headers = {
'User-Agent':'Mozilla/5.0(Macintosh;Intel Mac OS X 10_13_3)AppleWebKit/537.36(KHTML,like Gecko) Chrome/65.0.3325.162 Safari/537.36'
}
response = requests.get(url, headers=headers)
if response.status_code == 200:
return response.text
return None
except RequestException:
return None
//定义方法:解析当前页内容
def parse_one_page(html):
//通过正则表达式来选中页面元素中需要爬取的文本内容
pattern = re.compile('<li.*?bg.*?title.*?>(.*?)</a>(.*?)</li>')
items = re.findall(pattern, html)
for item in items:
yield {
'location': item[0],
'time': item[1]
}
//定义方法:写进文档中
def write_to_file(content):
with open('text.txt', 'a', encoding='utf-8')as f:
f.write(json.dumps(content, ensure_ascii=False) + '\n')
//主方法:运行方法
def main():
//url为当前需要爬取的时间
url = 'http://www.24timemap.com/'
html = get_one_page(url)
for item in parse_one_page(html):
print(item)
write_to_file(item)
//启动主方法开始运行
if __name__ == '__main__':
main()
Python爬虫爬取世界各地时间
最新推荐文章于 2024-06-14 09:50:01 发布