栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

爬虫小练习(2021.09)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

爬虫小练习(2021.09)

爬虫小练习系列,旨在个人练习记录,避免个人对知识的忘却

如果影响了您的浏览体验,我在这里深感抱歉

目录

- 09.24 -

新浪网简易信息爬虫


新浪网简易信息爬虫 (09.24) 
import requests,os,time,lxml.html

start=time.time()

# get html
url='http://blog.sina.com.cn/'
hearder={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) '
                      'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/'
                      '93.0.4577.82 Safari/537.36'}
cook={'cookie':'SUBP=0033WrSXqPxfM725Ws9jqgMF55529P9D9W56ZWpY2kh4UX'
               '-ack41DJX65JpX5KMhUgL.FoqNe0-EeoeNSKB2dJLoI0qLxKqL1Kn'
               'LB-qLxK-L12qLB-qLxKBLBo.L1K5LxK-LBKBLBKMLxKML12-L12zLxK-L1K2L1K5t;'
               ' SCF=Aos5-_L1QuNw3BUSHgTFrkXfKlHMhdEZ-CrPDb1sctPR1OFTU7L6KvAa7'
               'HyrmVdoM-f5dYjJhkHoL9cI6brUxiM.; SUB=_2A25MVh_YDeRhGeBJ6FcT8'
               'i3LzjiIHXVvInYQrDV8PUNbmtAKLRLykW9NRlrvIh9-J1rDwMXvBihW_yWqk'
               'qJhqliw; ALF=1664328458; SSOLoginState=1632792456'}
referer='http://blog.sina.com.cn/'
html=requests.get(url=url,headers=hearder,cookies=cook).content.decode()
print(html)

# select text
var_1=lxml.html.fromstring(html)
name_list=var_1.xpath('//div[@]/ul/li/a/text()')
print(len(name_list))
print(name_list)

# creat file
os.makedirs('新闻',exist_ok=True)

# save file
for i in range(len(name_list)):
    with open('新闻/1.txt','a')as f:
        f.write(name_list[i])

end=time.time()

print(f'共耗时{end-start}秒')

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/275394.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号