python爬取某SRC网站的漏洞标题

由于传播、利用文章内的相关技术从事非法测试，如因此产生的一切不良后果与文章作者无关。

(1)某src标题提取。
(2)可用于信息收集。

'''
版本：V1.0
    (1)某src标题提取
    (2)可用于信息收集
    
免责申明：由于传播、利用文章内的相关技术从事非法测试，如因此产生的一切不良后果与文章作者无关。
'''

import requests,time
from lxml import etree

def edu_list(page):
    for page in range(1,page+1):
        try:
            url='https://src.sjtu.edu.cn/list/?page='+str(page)
            print("--------正在提取第 "+str(page)+" 页----------")
            data=requests.get(url).content
            #print(data)
            soup = etree.HTML(data.decode('utf-8'))
            # print(soup)
            result = soup.xpath('//td[not(@*)]/a/text()')  #//td[not(@*) 是用于匹配所有]
            # print(result)
            results = 'n'.join(result)
            resultss=results.split()
            # print(resultss)
            for edu in resultss:
                print(edu)
                with open(r'src.txt', 'a+',encoding='utf-8') as f:
                    f.write(edu+'n')
                    f.close()
        except Exception as e:
            time.sleep(0.5)
            pass

if __name__ == '__main__':
    edu_list(10)