• 非常适合新手的一个Python爬虫项目: 打造一个英文词汇量测试脚本!


    最近朋友在苦学英文,但是又不知道自己学的怎么样了,直到有一天,他找到了扇贝网,里面有个“评估你的单词量”功能非常的好,就推荐给我了!


     

    今天我们就用python做一个小的爬虫,然后自己写一个脚本来实现这个功能吧!

    目标:打造一个英文词汇量测试脚本

    url:扇贝网

    工具:python3.6、pycharm、requests库

    思路:

    和网页一样,总共分三步:


     

    先来看看网页中数据,用F12开发者工具抓包就可以

    为了更好的演示,这里网页缩小了。


     

    点击开始,在来看看出现了什么


     

    这里我们抓到了一个包,这个json数据中包含了所有的类别或者说是级别,一共十大类,我们点击”响应”验证下


     可以看到,显示内容在我们抓到的json数据中,但是0和1中的内容有的一样,有的不一样是什么鬼?不要急,我们先选择‘高考’,在抓下包看看

     选择高考后,网页直接给出了第二步,50个单词选择,注意,先看下抓到的json数据的真实地址

     还记得我们在第一步抓到的包吗?0里面就是这个真实地址最后的category的值,1里面是对应的显示在网页中的内容,好了,第二步的真实url也被我们找到规律了,那下来就是分析单词了,看看有什么规律,我们点开一个看看

     有几个值非常重要,也是我们的目标:

    Content的值是显示的单词

    Definition_choices是需要我们判断的多个词义,中间包含有正确的词义,每个词义中的rank值应该是该词义的标识

    rank值是正确的词义,也由此判断上述多个词义中的正确词义

    ok,到这里我们就可以开始写代码了,具体过程就不一一说明了,没有反爬,全部是json数据的读取和判断,先放上我的代码和运行效果


     python学习交流群542110741

    请大家忽略我那渣渣的英语水平和排版


     

    由于这个网站非常简单,仅仅抓包就可以得到所有数据,没有任何反爬,所以,也是我们新手练手的好地方,大家都可以试试,如果有作出更漂亮的脚本,欢迎大家在评论区一起分享!

  • 相关阅读:
    远程调用丢失请求头与定义RequestInterceptor
    RabbitMQ 高级特性
    注解@ConfigurationProperties使用方法
    Redisson
    分布式缓存
    DEA 无法显示 Run Dashboard 的解决方法
    node多版本切换
    springboot整合amazonS3,封装上传文件接口
    Maven报错:The packaging for this project did not assign a file to the build artifact
    Nodejs介绍及npm工具使用
  • 原文地址:https://www.cnblogs.com/qun542110741/p/9139410.html
Copyright © 2020-2023  润新知