《Forward团队-爬虫豆瓣top250项目-开发文档》
Posted 虚度年华MZ
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《Forward团队-爬虫豆瓣top250项目-开发文档》相关的知识,希望对你有一定的参考价值。
码云地址:https://github.com/xyhcq/top250
模块功能:获取豆瓣top250网页的源代码,并分析。
def gethtmlText(url,k): # 获取网页源代码 try: if(k==0): kw={} else: kw={‘start‘:k,‘filter‘:‘‘} # 保存获取的网页 read = requests.get(url,params=kw,headers={‘User-Agent‘: ‘Mozilla/4.0‘}) read.raise_for_status() read.encoding = read.apparent_encoding return read.text except: print("获取失败!") def getData(html): # 分析代码信息,提取数据 soup = BeautifulSoup(html, "html.parser") # 找到第一个class属性值为grid_view的ol标签 movieList=soup.find(‘ol‘,attrs={‘class‘:‘grid_view‘}) # 找到所有的li标签 for movieLi in movieList.find_all(‘li‘): # 找到第一个class属性值为hd的div标签 movieHd=movieLi.find(‘div‘,attrs={‘class‘:‘hd‘})
以上是关于《Forward团队-爬虫豆瓣top250项目-开发文档》的主要内容,如果未能解决你的问题,请参考以下文章