当前位置:
首页 > temp > python入门教程 >
-
爬取本blog所有文章链接
刚接触python,试一下爬虫。拿自己的Blog开刀
import requests from bs4 import BeautifulSoup import pprint url = "https://www.cnblogs.com/zyqgold/" #爬取分页 def download_all_htmls(): htmls = [] for i in range(7): url = f"https://www.cnblogs.com/zyqgold/default.html?page={i+1}" #print("页面URL:",url) r = requests.get(url) if r.status_code != 200: raise Exception("error") htmls.append(r.text) return htmls #爬取分页里边的文章链接 def parse_single_html(html): soup = BeautifulSoup(html,"html.parser") articles = soup.find_all("a",class_= "postTitle2 vertical-middle") nodes =[] for article in articles: nodes.append({"name":article.span.string,"link":article.attrs["href"]}) return nodes htmls = download_all_htmls() all_html = [] for html in htmls: all_html.extend(parse_single_html(html)) pprint.pprint(all_html)
出 处:https://www.cnblogs.com/zyqgold/p/14612501.html
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数