• 爬取糗事百科



    #
    -*- coding: utf-8 -*- import urllib2 from lxml import etree import json url = "http://www.qiushibaike.com/8hr/page/1/" headers = {"User-Agent" : "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.186 Safari/537.36"} request = urllib2.Request(url,headers = headers) html = urllib2.urlopen(request).read() #相应返回的是字符串。解析 为HTML DOM模式 text = etree.HTML(html) #返回所有段子的节点位置,contains()模糊查询方法,第一个参数是匹配的标签,第二个参数是标签名部分内容 node_list = text.xpath('//div[contains(@id,"qiushi_tag")]') item = {} for node in node_list: #xpath返回的列表,这个列表就这一个参数,用索引方式取出来,用户名 username = node.xpath('./div/a/@title')[0] #图片链接 image = node.xpath('.//div[@class = "thumb"]//@src')[0] #取出标签下的内容,段子内容 content = node.xpath('.//div[@calss = "content"]/span')[0].text #取出标签里包含的内荣,点赞 zan = node.xpath('.//i')[0].text #评论 comments = node.xpath('.//i')[1].text items = { "username" : username, "image" : image, "content" : content, "zan" : zan, "comments" : comments } #a是追加的方式 with open("qiushi.json","a") as f: f.write(json.dumps(items,ensure_ascii=False).encode("utf-8") + ' ')
  • 相关阅读:
    回调那些事儿
    v-if和v-show小对比
    导出下载功能
    vue和react
    Redis 实现抢票
    MySQL 各种连接,
    MySQL的分组,降序 实现
    MySQL 窄表转宽表
    EX: 判断密码, 判断字符必须包含大写,小写,数字,特殊字符 ,并且键盘不能连续
    hive 基础
  • 原文地址:https://www.cnblogs.com/testing-BH/p/8806482.html
Copyright © 2020-2023  润新知