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: 野花成人| 日本欧美高清全视频 | 美国成人毛片 | 国内拍拍自拍视频在线观看 | 天天干天天拍天天射天天添天天爱 | 尤物福利在线 | 久久性网 | 久艹在线播放 | 亚洲精品欧美日韩 | 国产欧美成人不卡视频 | 日韩一区二区三区在线 | 国产 麻豆 欧美亚洲综合久久 | 久久在线精品视频 | 一级黄色录像免费观看 | 曰本一级毛片 | 日本高清在线精品一区二区三区 | 亚洲一区 欧美 | 国产极品精频在线观看 | 国产一级毛片国语普通话对白 | 国产精品视频在线观看 | 国产a自拍 | 国产成人高清在线观看播放 | 福利小视频在线 | 一区免费在线观看 | 亚洲高清资源在线观看 | 久久久久久9 | 国产免费久久精品44 | 国产欧美日韩综合精品一区二区 | 欧美综合色网 | 91chinese 永久免费 | 国内精品免费一区二区观看 | 国产欧美一区二区三区免费 | 国产成人区 | 国产第一区二区三区在线观看 | 免费黄色影院 | 极品俄罗斯性孕妇孕交 | 99九九99九九九视频精品 | 国产精品久久国产三级国不卡顿 | 日韩免费毛片视频 | 国产成人一级 | 国产视频久久 |