古诗文网站的网络爬虫编写方式,通过网络爬虫抓去内容-成都创新互联网站建设

关于创新互联

多方位宣传企业产品与服务 突出企业形象

公司简介 公司的服务 荣誉资质 新闻动态 联系我们

古诗文网站的网络爬虫编写方式,通过网络爬虫抓去内容

1. 以下就是古诗文网站的爬虫代码,请看:

为阳明等地区用户提供了全套网页设计制作服务,及阳明网站建设行业解决方案。主营业务为成都网站建设、网站建设、阳明网站设计,以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!

# encoding:utf-8
import requests
import re
import json
 
 
def parse_page(url):
    # 1.请求网站
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.62 Safari/537.36"
    }
    response = requests.get(url, headers=headers)
    text = response.text
    # 2.解析网站
    titles = re.findall(r'.*?(.*?)', text, re.DOTALL)
    # print json.dumps(titles, encoding="utf-8", ensure_ascii=False)
    times = re.findall(r'.*?(.*?)', text, re.DOTALL)
    # print json.dumps(times, encoding="utf-8", ensure_ascii=False)
    authors = re.findall(r'.*?(.*?)', text, re.DOTALL)
    poems_ret = re.findall(r'(.*?)
', text, re.DOTALL)     poems = []     for poem in poems_ret:         temp = re.sub("<.*?>", "", poem)         poems.append(temp.strip())     # for index, value in enumerate(titles):     #     print titles[index]     #     print times[index]     #     print authors[index]     #     print poems[index]     #     print "*"*50     # zip函数自动实现上述组合     results = []     for value in zip(titles, times, authors, poems):         title, time, author, poem = value         result = {             "标题": title,             "朝代": time,             "作者": author,             "原文": poem         }         print result["标题"]         results.append(result)     # print results     def main():     url_base = "https://www.xzslx.net/gushi/"     for i in range(1, 11):         url = url_base.format(i)         print " "*20+"优美古诗文"+" "*20         print "*"*50         parse_page(url)         print "*"*50     if __name__ == '__main__':     main()

2. 输出来的结果是:

C:\DDD\python22\python.exe C:/PyCharm/dytt_spider/poems.py
                    古诗文                    
**************************************************
关山月
明月出天山,苍茫云海间。
长风几×××,吹度玉门关。 
汉下白登道,胡窥青海湾。
[2] 由来征战地,不见有人还。
戍客望边邑,思归多苦颜。 
高楼当此夜,叹息未应闲。
**************************************************
                    古诗文                    
**************************************************
陇西行四首·其二
誓扫匈奴不顾身,五千貂锦丧胡尘。
可怜无定河边骨,犹是春闺梦里人!
**************************************************
                    古诗文                    
**************************************************
嫦娥(嫦娥应悔偷灵药)
云母屏风烛影深, 长河渐落晓星沉。 嫦娥应悔偷灵药, 碧海青天夜夜心。
**************************************************

 

Process finished with exit code 0




本文题目:古诗文网站的网络爬虫编写方式,通过网络爬虫抓去内容
浏览地址:http://kswsj.cn/article/igidgo.html

其他资讯