亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

python正則爬取某段子網(wǎng)站前20頁段子(request庫)過程解析

系統(tǒng) 1688 0

首先還是谷歌瀏覽器抓包對該網(wǎng)站數(shù)據(jù)進行分析,結(jié)果如下:

該網(wǎng)站地址:http://www.budejie.com/text

該網(wǎng)站數(shù)據(jù)都是通過html頁面進行展示,網(wǎng)站url默認(rèn)為第一頁,http://www.budejie.com/text/2為第二頁,以此類推

對網(wǎng)站的內(nèi)容段子所處位置進行分析,發(fā)現(xiàn)段子內(nèi)容都是在一個 a 標(biāo)簽中

坑還是有的,這是我第一次寫的正則:

content_list = re.findall(r' (.+?) ', html_str)

之后發(fā)現(xiàn)竟然匹配到了一些推薦的內(nèi)容,最后我把正則改變下面這樣,發(fā)現(xiàn)沒有問題了,關(guān)于正則的知識這里就不做過多解釋了

content_list = re.findall(r'

\s* (.+?) ', html_str)

現(xiàn)在要的是爬取前20頁的段子并保存到本地,已經(jīng)知道翻頁的規(guī)律和匹配內(nèi)容的正則,就直接可以寫代碼了

代碼如下,整體思路還是和前兩排爬蟲博客一樣,面向?qū)ο蟮膶懛ǎ?

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。


更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯(lián)系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!??!

發(fā)表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 夜夜躁狠狠躁日日躁2021 | 亚洲国产日韩欧美综合久久 | 91网红福利精品区一区二 | 亚洲国产成人久久精品图片 | 欧美日韩性视频在线 | 五月激情久久 | 亚洲天码中文字幕第一页 | 视频一区色眯眯视频在线 | 全部免费特黄特色大片中国 | 一级毛片老太婆交性欧美 | 久久久久久夜精品精品免费啦 | 久久欧美精品欧美久久欧美 | 久久国产精品久久精品国产 | 日韩毛片一级 | 四虎在线网站 | 特一级黄 | 99热久久国产精品 | 一级毛片在线播放免费 | aaaaaa国产毛片孕妇版 | 久热re这里只有精品视频 | 欧美日韩一区二区在线观看 | 国产品精人成福利视频 | 四虎影视永久免费观看 | dxj伊人| 久久精品美女久久 | 成年女人视频免费免费看 | 乱人伦精品一区二区 | 日韩精品一区二区三区在线观看l | 青久草视频 | 亚洲日本中文字幕在线2022 | 深夜福利国产 | 欧美性久久久久 | 国产欧美高清 | 黄色成人在线网站 | 亚洲精品久久久久久小说 | www.99色.com| 久久久国产99久久国产首页 | 欧美亚洲国产色综合 | 国产在线公开视频 | 77yyzz男人的天堂 | 我要看欧美精品一级毛片 |