Python爬取博客园新闻代码

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python爬取博客园新闻代码相关的知识,希望对你有一定的参考价值。

核心模块:

requests :安装指令 pip3 install requests
BeautifulSoup :安装指令 pip3 install beautifulsoup4

代码:
import requests
import bs4
import os

response=requests.get(https://news.cnblogs.com/)
response.encoding=response.apparent_encoding

from bs4 import BeautifulSoup
soup=bs4.BeautifulSoup(response.text,features=html.parser)
newslist=soup.find_all(div,class_="content")
#print(newslist)

for new in newslist:
     url=https://news.cnblogs.com+new.a[href]
     print(url+   ,end=‘‘)
     print(new.a.get_text() +    , end=‘‘)
     img=http:+new.div.a.img[src]
     print(img)

     #下载图片
     downloadimg=requests.get(img)
     path=os.getcwd()+/+img.split(/)[-1]
     with open(path,wb) as f:
         f.write(downloadimg.content)

 

 



技术分享

以上是关于Python爬取博客园新闻代码的主要内容,如果未能解决你的问题,请参考以下文章

python网络爬虫(14)博客园用户信息爬取

利用Abot 抓取博客园新闻数据

Python+webdriver爬取博客园“我的闪存”并保存到本地

scrapy主动退出爬虫的代码片段(python3)

python——关于简单爬取博客园班级成员发的博文的题目发布人阅读评论,再存到csv文件中

Python爬虫爬取博客园并保存