爬虫通用框架

Posted mai1994

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬虫通用框架相关的知识,希望对你有一定的参考价值。

 1 爬虫通用框架
 2 import requests
 3 
 4 def get_html_text(url):
 5     try:
 6         r =requests.get(url,timeout=20)
 7 
 8         r.raise_for_status()
 9 
10         r.encoding = r.apparent_encoding
11 
12         return r.text
13 
14     except:
15         return "产生异常"
16 
17 if __name__ == __main__:
18     url ="http://www.baidu.com"
19     print(get_html_text(url))
20 
21 
22 实例
23 import requests
24 from bs4 import BeautifulSoup
25 
26 def getHTMLText(url):
27     try:
28         r = requests.get(url,timeout=20) #设置超时
29         r.raise_for_status()   # 判断请求是否成功
30         r.encoding = r.apparent_encoding  # 设置编码
31         return r.text   # 返回获取内容
32     except: #异常处理
33         return "产生异常"
34 
35 if __name__ == __main__:
36     url = "https://book.douban.com/subject/1084336/comments/"  # 需要请求的网址
37     # print(getHTMLText(url)) #调用函数
38     requests = getHTMLText(url)  # 获取文本内容
39     soup = BeautifulSoup(requests,"html.parser")  # 文本解析
40     reasult = soup.find_all("div",class_="comment") # 文本处理
41     for i in reasult :
42         print(i.p.text)  # 循坏打印文本

 

以上是关于爬虫通用框架的主要内容,如果未能解决你的问题,请参考以下文章

(转)Python爬虫--通用框架

Python——网络爬虫,一个简单的通用代码框架

基于Vert.x和RxJava 2构建通用的爬虫框架

爬虫 --- 06. scrapy框架初始

爬虫之Scrapy框架

python大神们都在用的爬虫工具,你知道几个?