程序员都是单身狗?我有一句……,不知当讲不当讲
程序员都是单身狗?我有一句:怎么可能!!!不存在的,程序员的套路你想象不到。。。
尽管大多网友认为程序员=单身狗 但实际上,程序员们的处境 往往是站在“撒狗粮”的那一方
程序员也有浪漫,也有爱情,程序员的恋爱也可以多点套路……
对于程序员喜欢的女神,程序员可以巧妙的获取女神的兴趣、爱好、购买风格、爱吃什么、爱喝什么……然后从这几个方面“下手”,女神还不是手到擒来,所以说程序员的套路你想象不到。
今天我就当回媒婆,给男性程序员来点福利。。。
今天目标爬取征婚网上呈现出来的女生信息保存成excel表格供大家筛选心仪的女生。。
全军出击,目标网址start_url
start_url = ‘https://www.csflhjw.com/zhenghun/34.html?page=1’
打开界面
鼠标右键打开检查,方框里为你一个文小姐的征婚信息。。由此判断出为同步加载
点击elements,定位图片地址,方框里为该女士的url地址及图片地址
可以看出该女士的url地址不全,之后在代码中要进行url的拼接,看一下翻页的url地址有什么变化
点击第2页
https://www.csflhjw.com/zhenghun/34.html?page=2
点击第3页
https://www.csflhjw.com/zhenghun/34.html?page=3
可以看出变化在最后
做一下fou循环格式化输出一下。。一共10页
代码解析: 1.获取所有的女士的url,xpath的路径就不详细说了。。
2.构造每一位女士的url地址
3.然后点开一位女士的url地址,用同样的方法,确定也为同步加载
4.之后就是女士url地址html的xpath提取,每个都打印一下,把不要的过滤一下
5.最后就是文件的保存
打印结果:
最后代码全解
# !/usr/bin/nev python
# -*-coding:utf8-*-
import requests, os, csv
from pprint import pprint
from lxml import etree
def main():
for i in range(1, 11):
start_url = 'https://www.csflhjw.com/zhenghun/34.html?page={}'.format(i)
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML,