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
memcache、redis原理对比
查看>>
memset初始化高维数组为-1/0
查看>>
Metasploit CGI网关接口渗透测试实战
查看>>
Metasploit Web服务器渗透测试实战
查看>>
MFC模态对话框和非模态对话框
查看>>
Moment.js常见用法总结
查看>>
MongoDB出现Error parsing command line: unrecognised option ‘--fork‘ 的解决方法
查看>>
mxGraph改变图形大小重置overlay位置
查看>>
MongoDB可视化客户端管理工具之NoSQLbooster4mongo
查看>>
Mongodb学习总结(1)——常用NoSql数据库比较
查看>>
MongoDB学习笔记(8)--索引及优化索引
查看>>
mongodb定时备份数据库
查看>>
mppt算法详解-ChatGPT4o作答
查看>>
mpvue的使用(一)必要的开发环境
查看>>
MQ 重复消费如何解决?
查看>>
mqtt broker服务端
查看>>
MQTT 保留消息
查看>>
MQTT 持久会话与 Clean Session 详解
查看>>
MQTT工作笔记0007---剩余长度
查看>>
MQTT工作笔记0009---订阅主题和订阅确认
查看>>