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

鐖櫕璐锋鏁版嵁(爬虫--网贷之家)

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

鐖櫕璐锋鏁版嵁(爬虫--网贷之家)

import re
import requests
from bs4 import BeautifulSoup
header = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.81 Safari/537.36",
    'cookie':

}
url = "https://www.wdzj.com/daohang.html"
response = requests.get(url, headers=header)   
response.encoding = response.apparent_encoding
response = response.text   #文本1
soup = BeautifulSoup(response,'lxml')
text = soup.find_all('a', class_='narr_01') # 网页原始文本

links = []  #
txts = []   #网站名称
url1 = []   #最终网站url
for tag in text:
    links.append(tag.get('href'))
    txts.append(tag.get_text())
#  
for i in range(0, len(links)):
    res1 = resquests.get('https://www.wdzj.com'+links[i], headers=header)
    res1.encoding = res1.apparent_encoding
    res1 = res1.text   #关联网站的HTML
    soup1 = BeautifulSoup(res2,'lxml')
    te = soup1.find_all('a',class_="tag tag-site")
    for i in te:
        url = x.get('href')
    url1.append(url[0])

if len(url1) == len(txts):
    for i in range(0,len(url1)):
        print(url1[i], ' ', txts[i])
 """
 http://www.hzed.com   ***
https://s.growingio.com/YqyeRg    ***
https://www.rjs.com/index.html?rjspromote=wdzjadnav    ***
http://www.penging.com/    ***
 """

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/773004.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