爬取百度百科词条 request

爬取百度百科词条 request

import  requests
from bs4 import BeautifulSoup

unique_url_list = []
used_url = []

c_lkist = []
def m(url):
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.75 Safari/537.36'}
    try:
        resp = requests.get(url,headers)
        used_url.append(url)
        soup = BeautifulSoup(resp.text,'lxml')
        for i in soup.find_all('a'):
            c_lkist.append(i["href"])

            unique_url_list = set(c_lkist)-set(used_url)
            for n in unique_url_list:
                print(n)
                if "htt" not in n :
                    used_url.append(n)
                else:
                    m(n)

    except Exception as e:
        used_url.append(url)
        print(e)


url = 'https://www.baidu.com/'
m(url)

**可以使用正则表达式  精准匹配 **









  • 0
    点赞
  • 1
    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