Python简易爬虫

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简易爬虫相关的知识,希望对你有一定的参考价值。

#  coding: utf-8
import urllib
import urllib2
import re
import os

if __name__==__main__:
    print "抓取开始..."
    j = 1
    for i in range(1,35):
        url=http://www.qiushibaike.com/8hr/page/+str(i)+/?s=4981088
        header={User-Agent:Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.81 Safari/537.36}
        try:
            request=urllib2.Request(url=url,headers=header)
            response=urllib2.urlopen(request)
            content= response.read()
        except urllib2.HTTPError as e:
            print e
            exit()
        except urllib2.URLError as e:
            print e
            exit()
        pattern=re.compile(<div class="content">.*?<span>(.*?)</span>.*?</div>,re.S)
        items=re.findall(pattern,content)
        path="qiubai"
        if not os.path.exists(path):
            os.makedirs(path)
        for item in items:
            file_path=path+"/"+str(j)+.txt
            f=open(file_path,w)
            item=item.replace(<br/>,\n)
            f.write(item)
            f.close()
            j=j+1
    print "内容抓取完成..."

 

以上是关于Python简易爬虫的主要内容,如果未能解决你的问题,请参考以下文章

简易python爬虫爬取boss直聘职位,并写入excel

scrapy按顺序启动多个爬虫代码片段(python3)

scrapy主动退出爬虫的代码片段(python3)

Python爬虫|有道翻译(简易版)

Python简易爬虫

Python实现--简易视频爬虫