爬虫

(爬虫小项目,爬取重庆城市管理职业学院官网校园新闻信息数据)


import requests
from lxml import etree
import pymysql


def crawl_url(url):
    print("begin")
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'}
    result = requests.get(url, headers=headers).text
    html = etree.HTML(result)
    titles = html.xpath('//*[@id="wp_news_w6"]/ul/li/div[1]/span[2]/a/text()')
    authors = html.xpath('//*[@id="wp_news_w6"]/ul/li/span[1]/text()')
    adates = html.xpath('//*[@id="wp_news_w6"]/ul/li/div[2]/span/text()')

    print(titles, authors, adates)
    for title, author, adate in zip(titles, authors, adates):
        print("aaa")
        sql = "insert into aaa(title,author,adate) values ('%s','%s','%s')" % (title, author, adate)
        print(sql)
        cursor.execute(sql)


if __name__ == '__main__':
    con = pymysql.connect(host='localhost', user='root', password='', db='mydbb', charset='utf8')
    cursor = con.cursor()
    for i in range(1,11):
        url = 'http://www.cswu.cn/34/list'+str(i)+'.htm'
        crawl_url(url)

    con.commit()
    cursor.close()
    print("关闭成功1")
    con.close()
    print("关闭成功2")

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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