爬虫简单语法

第一种:正则表达式

import requests

params = {"wd": "杨幂"}

url = "https://www.baidu.com/s?"

headers = {
    'User-Agent': 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0'
}

response = requests.get(url=url, headers=headers, params=params)

# 请求头
print(response.request.headers)

# 返回编码格式
print(response.encoding)
response = response.content

第二种:xpath ;

1.先安装:
pip3 install lxml
2.导入包:

import requests
from lxml import etree
import json


class QiushiSpider():
    def __init__(self):
        self.pg = 1
        self.url = "https://www.qiushibaike.com/text/"
        self.headers = {
            "User-Agent": 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0'
        }

    def locapage(self, url):
        response = requests.get(url=url, headers=self.headers)
        html = response.content.decode('utf-8')
        content = etree.HTML(html)
        parent = content.xpath('//div[@class="col1"]/div')

        for son in parent:
            name = son.xpath(".//h2/text()")[0]
            contents = '.'.join(son.xpath('.//div[@class="content"]//span/text()'))
            smile = son.xpath('.//div[@class="stats"]/span/i/text()')[0]
            comments = son.xpath('.//div[@class="stats"]/span/a/i/text()')[0]

            dict = {
                'name': name.strip(),
                'content': contents.strip(),
                'smile': smile,
                'comments': comments,
            }
            self.save(dict)

            # if self.pg < int(page):
            #     self.pg += 1
            #     self.start()

    def save(self, dict):
        with open("qiushi.json", "a") as f:
            f.write(json.dumps(dict, ensure_ascii=False) + "\n")

    def start(self):
        full_url = self.url + str(self.pg) + "/"
        self.locapage(full_url)


if __name__ == "__main__":
    qs = QiushiSpider()
    qs.start()

第三种:bs4(BeatifulSoup),使用选择器获取节点对象 ;

import requests
from bs4 import BeautifulSoup
import json

def locapage():
    url = 'https://hr.tencent.com/position.php?&start=0'

    headers = {
        "User-Agent": 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0'
    }
    response = requests.get(url=url, headers=headers)

    html = response.content.decode('utf-8')

    bs = BeautifulSoup(html, 'lxml')

    tr = bs.select('tr[class="even"]')
    tr1 = bs.select('.odd')

    # tr = bs.find_all('tr', class_="even")
    # tr1 = bs.find_all('tr', class_="odd")

    result = tr + tr1

    for job in result:
        name = job.select('td a')[0].get_text()
        type = job.select('td')[1].get_text()
        num = job.select('td')[2].get_text()
        address = job.select('td')[3].get_text()
        time = job.select('td')[4].get_text()

        dict = {
            "name": name,
            "type": type,
            "num": num,
            "address": address,
            "time": time,
        }
        save(dict)


def save(content):
    with open('job.json', 'a') as f:
        f.write(json.dumps(content, ensure_ascii=False) + "\n")


if __name__ == '__main__':
    locapage()

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容