相关文章
【百度系列 I】多关键字图片搜索结果汇总
【百度系列 II】关键字搜索url结果汇总(给定关键字和页数)
【百度系列 III】深度搜索(给定网址采集全部url)
目的
为批量获取百度搜索结果,实现一个自动采集工具,将指定关键词和页数返回搜索结果的url保存在指定文件中。
要求
- 给定关键字wd, 页数pn, 存储文件路径save_file_name值。
- 将搜索结果网页页面1到pn上所有网址url采集下来,保存在指定文件中。
思路
- 通过填充请求头将wd和pn补充完整。
- 通过requests请求获取网页文本,将网页文本用lxml解析成标准的html标签格式。
- 根据属性href筛选标签获取当前网页的url。</