博客
关于我
python简易爬虫
阅读量:189 次
发布时间:2019-02-28

本文共 2474 字,大约阅读时间需要 8 分钟。

爬取喜马来雅男频小说这几本

在这里插入图片描述

import requestsimport reimport csvheaders = {       'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.104 Safari/537.36','Cookie':'testcookie=yes; Hm_lvt_bc3b748c21fe5cf393d26c12b2c38d99=1619717328; Hm_lpvt_bc3b748c21fe5cf393d26c12b2c38d99=1619717328; JJEVER=%7B%22fenzhan%22%3A%22noyq%22%7D; smidV2=20210430012854effd865c944ddc429b0c481dfef3f31d0035c72a77d581610'}class ximalaiyaSpider:    def getSource(self):        # 获取url数据        # 目标url        url = 'https://www.ximalaya.com/channel/7/'        resp = requests.get(url, headers=headers)        resp.encoding='utf-8'        # print(resp.content.decode('utf-8'))        return resp.text    def parseSource(self):        content =self.getSource()        r =re.match(r'.*?(<ul class="_qt">.*?</ul>).*?',content,re.S)        # print(r.group(1))        # #<a class="album-title line-2 lg bold kF_" title="摸金天师(紫襟演播)" href="/youshengshu/4756811/"><span class="album-tag kF_"><i class="xuicon xuicon-wanben album-tag-icon kF_"></i></span><span class="v-m kF_">摸金天师(紫襟演播)</span></a>        a =r.group(1)        a_all=re.findall(r'<a class="album-title line-2 lg bold kF_" title=.*?</a>',a,re.S)        # print(a_all)  #<a class="album-title line-2 lg bold kF_" title="摸金天师(紫襟演播)" href="/youshengshu/4756811/"><span class="album-tag kF_"><i class="xuicon xuicon-wanben album-tag-icon kF_"></i></span><span class="v-m kF_">摸金天师(紫襟演播)</span></a>'        a_titleall=[]        pattern=re.compile(r'<a class="album-title line-2 lg bold kF_" title="(.*?)" href="/(.*?)"><span.*?>.*?</span></a>',re.S)        for i in a_all:            onetitle =pattern.match(i)            # print(type(onetitle.group(1)))#摸金天师(紫襟演播)            # print(onetitle.group(2))            # #[https://www.ximalaya.com/]这段没有要后期拼接url哦,这里group(2)结果是/youshengshu/4756811/            a_titleone=[onetitle.group(1),'https://www.ximalaya.com/'+onetitle.group(2)]            # print(a_titleone)#['"摸金天师(紫襟演播)" ', 'https://www.ximalaya.com/youshengshu/4756811/']            a_titleall.append(a_titleone)        return a_titleall    def saveData(self):        content=self.parseSource()        # 写入csv        with open('喜马来雅.csv','w',encoding='utf-8',newline='')as f:            writer=csv.writer(f)            header1=["作品",'链接']            writer.writerow(header1)            writer.writerows(content)def main():    ximalaiyaSpider().saveData()if __name__ == '__main__':    main()

csv结果:

在这里插入图片描述

转载地址:http://brun.baihongyu.com/

你可能感兴趣的文章
MSSQL数据库迁移到Oracle(二)
查看>>
MSSQL日期格式转换函数(使用CONVERT)
查看>>
MSTP多生成树协议(第二课)
查看>>
MSTP是什么?有哪些专有名词?
查看>>
Mstsc 远程桌面链接 And 网络映射
查看>>
Myeclipse常用快捷键
查看>>
MyEclipse更改项目名web发布名字不改问题
查看>>
MyEclipse用(JDBC)连接SQL出现的问题~
查看>>
mt-datetime-picker type="date" 时间格式 bug
查看>>
myeclipse的新建severlet不见解决方法
查看>>
MyEclipse设置当前行背景颜色、选中单词前景色、背景色
查看>>
Mtab书签导航程序 LinkStore/getIcon SQL注入漏洞复现
查看>>
myeclipse配置springmvc教程
查看>>
MyEclipse配置SVN
查看>>
MTCNN 人脸检测
查看>>
MyEcplise中SpringBoot怎样定制启动banner?
查看>>
MyPython
查看>>
MTD技术介绍
查看>>
MySQL
查看>>
MySQL
查看>>