首页 / 爬虫 / python之爬虫源码
python之爬虫源码
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python之爬虫源码,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1796字,纯文字阅读大概需要3分钟。
内容图文
![python之爬虫源码](/upload/InfoBanner/zyjiaocheng/857/3e1b26610acb4603a7ccb150310a98d9.jpg)
import requests
import re
class spider():
def __init__(self):
print('爬虫启动.......')
def getSource(self,url):
html=requests.get(url).text
return html
def changePage(self,url,num_total):
changePage=[]
for each in range(1,num_total+1,50):
urlNow=re.sub('pn=(\d+)', 'pn=%s'%each, url,re.S)
changePage.append(urlNow)
return changePage
def getmyideaInfo(self,source):
li=re.findall('<li class=" j_thread_list clearfix"(.*?)</li>', source, re.S)
return li
def getinfo(self,classinfo):
info={}
info['最后回复时间']=re.findall('<span class="threadlist_reply_date pull_right j_reply_data" title="最后回复时间">(.*?)</span>', classinfo, re.S)
info['回复人数']=re.findall('title="回复">(.*?)</span>', classinfo, re.S)
info['主题']=re.findall('target="_blank" class="j_th_tit ">(.*?)</a>', classinfo, re.S)
info['主题作者']=re.findall('title="主题作者:(.*?)"',classinfo,re.S)
info['内容']=re.findall('<div class="threadlist_abs threadlist_abs_onlyline ">(.*?)</div>', classinfo, re.S)
info['最后回复人']=re.findall(' <span class="tb_icon_author_rely j_replyer" title="最后回复人:(.*?)">', classinfo, re.S)
return info
def saveinfo(self,info):
f=open('infoTieba.txt','a')
for each in info:
try:
f.writelines('回复人数'+str(each['回复人数'])+'\n')
f.writelines('主题'+str(each['主题'])+'/n')
f.writelines('主题作者'+str(each['主题作者'])+'\n')
f.writelines('内容'+str(each['内容'])+'\n')
f.writelines('最后回复人'+str(each['最后回复人'])+'\n\n')
except:
pass
f.close()
if __name__=='__main__':
classInfo=[]
url='http://tieba.baidu.com/f?kw=%E5%8F%8C%E6%B1%9F%E4%B8%AD%E5%AD%A6&ie=utf-8&pn=1'
mySpider=spider()
netPage=mySpider.changePage(url, 1000)
for each in netPage:
print('正在处理:'+each)
html=mySpider.getSource(each)
oppo=mySpider.getmyideaInfo(html)
for i in oppo:
info=mySpider.getinfo(i)
classInfo.append(info)
mySpider.saveinfo(classInfo)
内容总结
以上是互联网集市为您收集整理的python之爬虫源码全部内容,希望文章能够帮你解决python之爬虫源码所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。