美文网首页
第一个Python爬虫

第一个Python爬虫

作者: pkxutao | 来源:发表于2017-12-21 21:37 被阅读7次

人生苦短,我用Python,试了下最基础的爬虫,果然方便

import urllib.request
import ssl
def get_page(url):
    ssl._create_default_https_context = ssl._create_unverified_context
    headers = {
        'User-Agent': r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
                    r'Chrome/45.0.2454.85 Safari/537.36 115Browser/6.0.3',
        'Referer': r'http://www.lagou.com/zhaopin/Python/?labelWords=label',
        'Connection': 'keep-alive'
    }
    req = urllib.request.Request(url, headers=headers)
    page = urllib.request.urlopen(req).read()
    page = page.decode('utf-8')
    return page

result = get_page("https://www.qiushibaike.com")
# print(result)
soup = BeautifulSoup(result, "html.parser")
# print(soup)
# print(soup.prettify())
content_left = soup.find_all(id='content-left')[0]
articles = content_left.find_all('div', class_='article')
for index,article in enumerate(articles):
    print('第%d条,id:%s' % (index, article['id']))
    # 作者
    author = article.find_all('div', class_='author clearfix')[0]
    # print(author.prettify())
    print('作者id:%s,作者名字:%s,作者头像:%s' % (author.a['href'], author.a.img['alt'], author.a.img['src']))
    # 内容
    content = article.find_all('div', class_='content')[0]
    print('内容:%s' % content.find_all('span')[0].string)
    # 好笑
    stats_vote = article.find_all('span', class_='stats-vote')[0]
    print('好笑:%s' % stats_vote.find_all('i')[0].string)
    # 评论数
    comment = article.find_all('a', class_='qiushi_comments')[0]
    print('评论数:%s' % comment.find_all('i')[0].string)

结果

第0条,id:qiushi_tag_119847745
作者id:/users/21210391/,作者名字:笑祼裸,作者头像://pic.qiushibaike.com/system/avtnew/2121/21210391/thumb/20160501150729.jpg?imageView2/1/w/90/h/90
内容:None
好笑:512
评论数:9
第1条,id:qiushi_tag_119858803
作者id:/users/27301848/,作者名字:过夜的开水,作者头像://pic.qiushibaike.com/system/avtnew/2730/27301848/thumb/20171207081219.JPEG?imageView2/1/w/90/h/90
内容:None
好笑:1839
评论数:14
第2条,id:qiushi_tag_119859918
作者id:/users/31595862/,作者名字:好多重复怎么取,作者头像://pic.qiushibaike.com/system/avtnew/3159/31595862/thumb/20160411212843.jpg?imageView2/1/w/90/h/90
内容:


统计一下谁上学时课桌上刻过早?


好笑:260
评论数:12
第3条,id:qiushi_tag_119860636
作者id:/users/12115800/,作者名字:嘿,能不走嘛?,作者头像://pic.qiushibaike.com/system/avtnew/1211/12115800/thumb/20140401180436.jpg?imageView2/1/w/90/h/90
内容:


媳妇给我新买一羽绒服,这羽绒服真是密不透风…不透风到什么程度呢,就是我拉上之后放了个屁,那味直接从脖子口往上窜!


好笑:68
评论数:0
第4条,id:qiushi_tag_116772524
作者id:/users/30915316/,作者名字:滚、水,作者头像://pic.qiushibaike.com/system/avtnew/3091/30915316/thumb/20160106141010.jpg?imageView2/1/w/90/h/90
内容:


听说发腿的都能过


好笑:120
评论数:4
第5条,id:qiushi_tag_119856403
作者id:/users/33491754/,作者名字:我是煮茶,作者头像://pic.qiushibaike.com/system/avtnew/3349/33491754/thumb/2017122100143878.JPEG?imageView2/1/w/90/h/90
内容:None
好笑:3436
评论数:19
第6条,id:qiushi_tag_119858655
作者id:/users/34350130/,作者名字:换君展颜壹笑,作者头像://pic.qiushibaike.com/system/avtnew/3435/34350130/thumb/2017121722440621.JPEG?imageView2/1/w/90/h/90
内容:


前天,三分钟!昨天四分钟。今天,五分钟!也算你努力了,我知道,你这是爱我的表现,这是对自己严苛的要求!希望你能继续努力,好了,看你满头大汗的!我很心疼呢……别跪了,说实在的,每天让你跪核桃我也很心疼,但是有言在先:以后下班不许晚回来超过一分钟!


好笑:1566
评论数:43
第7条,id:qiushi_tag_119860216
作者id:/users/33865328/,作者名字:第55星期,作者头像://pic.qiushibaike.com/system/avtnew/3386/33865328/thumb/2017060807414716.JPEG?imageView2/1/w/90/h/90
内容:


我们这有个奇葩娘们   家里借亲戚家钱一直没钱还  今年他们那拆迁了  有钱了也不还 要存银行放着  因为这老公和她上演几次肉搏大战了  都不行  最后她老公没办法了  天天在家躺着  也不去干活了  说道“反正家里有钱 还干啥呀”  最后实在没办法了  才把钱还了  从此这成为了我们这一段佳话


好笑:287
评论数:6
第8条,id:qiushi_tag_119860191
作者id:/users/12616051/,作者名字:怀念曾经的自己,作者头像://pic.qiushibaike.com/system/avtnew/1261/12616051/thumb/20150106215104.jpg?imageView2/1/w/90/h/90
内容:


高速赶路,路边小卖部买了几瓶水,几瓶红牛,然后中间有瓶这玩意,这是什么鬼�[发呆]


好笑:228
评论数:7
第9条,id:qiushi_tag_116774130
作者id:/users/24967524/,作者名字:????魅惑,作者头像://pic.qiushibaike.com/system/avtnew/2496/24967524/thumb/20150513155310.jpg?imageView2/1/w/90/h/90
内容:


有男朋友,却什么都是自己,吃饭自己,逛街自己,走路自己,睡觉自己,要男朋友做什么,真是受够了我自己。


好笑:130
评论数:13
第10条,id:qiushi_tag_119858606
作者id:/users/33373264/,作者名字:一只小妖精。,作者头像://pic.qiushibaike.com/system/avtnew/3337/33373264/thumb/20171004220626.JPEG?imageView2/1/w/90/h/90
内容:


父平日满口脏话,儿耳濡目染,一日被叫家长,老师道,你儿整日满口污言秽语,不堪入耳。父顿怒,你个兔崽子,老子辛苦养你,你在学校就学成这逼样。儿委屈道,这还不是跟你学的。父顿时悔悟,向老师表态,老子以后要是再讲一句粗话,老子就是婊子养的。老师:“……”


好笑:2284
评论数:9
第11条,id:qiushi_tag_119856629
作者id:/users/16572175/,作者名字:奶爸2014,作者头像://pic.qiushibaike.com/system/avtnew/1657/16572175/thumb/20171203232948.JPEG?imageView2/1/w/90/h/90
内容:None
好笑:5026
评论数:27
第12条,id:qiushi_tag_119859367
作者id:/users/31108083/,作者名字:老子不是信教徒,作者头像://pic.qiushibaike.com/system/avtnew/3110/31108083/thumb/20160203165840.jpg?imageView2/1/w/90/h/90
内容:None
好笑:220
评论数:6
第13条,id:qiushi_tag_119860639
作者id:/users/31065401/,作者名字:这里有一条狗,作者头像://pic.qiushibaike.com/system/avtnew/3106/31065401/thumb/20171215163241.JPEG?imageView2/1/w/90/h/90
内容:


老师都讲成地中海了,还在讲!!!可不可以下课啊啊啊啊啊啊


好笑:61
评论数:2
第14条,id:qiushi_tag_116772866
作者id:/users/30515070/,作者名字:孤落梓,作者头像://pic.qiushibaike.com/system/avtnew/3051/30515070/thumb/20151025131441.jpg?imageView2/1/w/90/h/90
内容:


重庆人同意否?


好笑:177
评论数:8
第15条,id:qiushi_tag_119847571
作者id:/users/33542137/,作者名字:王云(笨笨),作者头像://pic.qiushibaike.com/system/avtnew/3354/33542137/thumb/20171210125452.JPEG?imageView2/1/w/90/h/90
内容:None
好笑:795
评论数:22
第16条,id:qiushi_tag_119856936
作者id:/users/30683910/,作者名字:一只喵233,作者头像://pic.qiushibaike.com/system/avtnew/3068/30683910/thumb/20171014162309.JPEG?imageView2/1/w/90/h/90
内容:


这两天朵朵肺炎住院,儿科简直是噪音重灾区,我们病房离护士站很近,有小孩要埋针都在那里,有个小孩埋针,哭了一个小时,一会儿喊救命一会儿喊我的妈呀,这会儿针滚了又重新扎,喊着我曰你奶奶的,这孩子火了…


好笑:1745
评论数:27
第17条,id:qiushi_tag_119860461
作者id:/users/16163129/,作者名字:比胸罩贴心滴男人,作者头像://pic.qiushibaike.com/system/avtnew/1616/16163129/thumb/20171130210231.JPEG?imageView2/1/w/90/h/90
内容:


这店名牛.


好笑:111
评论数:0
第18条,id:qiushi_tag_119860417
作者id:/users/8142910/,作者名字:你的狗头在哪里。,作者头像://pic.qiushibaike.com/system/avtnew/814/8142910/thumb/20171130210242.JPEG?imageView2/1/w/90/h/90
内容:


今天我去逛超市,我发现,tt竟然跟口香糖放一起。我就问收银员,:“他们俩放在一起,有什么联系吗?”收银员说 :“他们俩个也没啥关系呀,一个是精装的,一个是相反的。”�[哀怨]�[哀怨]�[哀怨]


好笑:121
评论数:1
第19条,id:qiushi_tag_116771805
作者id:/users/30751334/,作者名字:再见·,作者头像://pic.qiushibaike.com/system/avtnew/3075/30751334/thumb/20151208215125.jpg?imageView2/1/w/90/h/90
内容:


不管走多远,别忘记自己


好笑:103
评论数:16
第20条,id:qiushi_tag_119853901
作者id:/users/33497339/,作者名字:八戒,看师傅签名,作者头像://pic.qiushibaike.com/system/avtnew/3349/33497339/thumb/2017030405565819.JPEG?imageView2/1/w/90/h/90
内容:


同事喝醉酒,断片了。朝我脸上咬了两口,揪了好半天才把脸从她的嘴里揪出来�[大哭],发现肿起来的脸上还有两大坨黑色的淤血,刚去医院检查,打了破伤风,现在伤心欲绝的我在发糗百……


好笑:2014
评论数:175
第21条,id:qiushi_tag_119855808
作者id:/users/34617700/,作者名字:自由領袖亞洲洲長,作者头像://pic.qiushibaike.com/system/avtnew/3461/34617700/thumb/nopic.jpg?imageView2/1/w/90/h/90
内容:


你不要碰他


好笑:761
评论数:17
第22条,id:qiushi_tag_119860104
作者id:/users/16253187/,作者名字:赶脚的不会爱,作者头像://pic.qiushibaike.com/system/avtnew/1625/16253187/thumb/20171221162149.JPEG?imageView2/1/w/90/h/90
内容:


两岁半的女儿,昨晚回家说傻蛋女儿吃饭要乖,不然就是欠揍。女儿说:"干嘛叫我傻蛋,打死你。"�[捂脸]


好笑:192
评论数:0
第23条,id:qiushi_tag_119859511
作者id:/users/26875982/,作者名字:低调、、、*,作者头像://pic.qiushibaike.com/system/avtnew/2687/26875982/thumb/20150322215412.jpg?imageView2/1/w/90/h/90
内容:None
好笑:214
评论数:3

相关文章

网友评论

      本文标题:第一个Python爬虫

      本文链接:https://www.haomeiwen.com/subject/tujzwxtx.html