博客
关于我
python简易爬虫
阅读量:190 次
发布时间:2019-02-28

本文共 1909 字,大约阅读时间需要 6 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'.*?(
    .*?
).*?',content,re.S) # print(r.group(1)) # #摸金天师(紫襟演播) a =r.group(1) a_all=re.findall(r'',a,re.S) # print(a_all) #摸金天师(紫襟演播)' a_titleall=[] pattern=re.compile(r'
.*?
',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
Mysql group by
查看>>
MySQL I 有福啦,窗口函数大大提高了取数的效率!
查看>>
mysql id自动增长 初始值 Mysql重置auto_increment初始值
查看>>
MySQL in 太多过慢的 3 种解决方案
查看>>
Mysql Innodb 锁机制
查看>>
MySQL InnoDB中意向锁的作用及原理探
查看>>
MySQL InnoDB事务隔离级别与锁机制深入解析
查看>>
Mysql InnoDB存储引擎 —— 数据页
查看>>
Mysql InnoDB存储引擎中的checkpoint技术
查看>>
Mysql InnoDB存储引擎中缓冲池Buffer Pool、Redo Log、Bin Log、Undo Log、Channge Buffer
查看>>
MySQL InnoDB引擎的锁机制详解
查看>>
Mysql INNODB引擎行锁的3种算法 Record Lock Next-Key Lock Grap Lock
查看>>
mysql InnoDB数据存储引擎 的B+树索引原理
查看>>
mysql interval显示条件值_MySQL INTERVAL关键字可以使用哪些不同的单位值?
查看>>
mysql problems
查看>>
MySQL replace函数替换字符串语句的用法(mysql字符串替换)
查看>>
mysql workbench6.3.5_MySQL Workbench
查看>>
MySQL Workbench安装教程以及菜单汉化
查看>>
MySQL Xtrabackup 安装、备份、恢复
查看>>
mysql [Err] 1436 - Thread stack overrun: 129464 bytes used of a 286720 byte stack, and 160000 bytes
查看>>