etree的应用


import urllib.request
import requests
import json
from lxml import etree

url = "http://www.qiushibaike.com/8hr/page/2/"
headers = {"User-Agent" : "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0;"}

request = urllib.request.Request(url,headers=headers)
html = urllib.request.urlopen(request).read().decode()

text = etree.HTML(html)
#contains()模糊查询方法,第一个参数是要匹配的标签,第二个参数是标签名部分内容
node_list = text.xpath('//div[contains(@id,"qiushi_tag")]')

items = {}
for node in node_list:
    username = node.xpath('.//h2')[0].text
    image = node.xpath('.//div[@class="thumb"]//@src')
    content = node.xpath('.//div[@class="content"]/span')[0].text
    items = {
        "username":username,
        "image":image,
        "content":content,
    }
    # 因为json.dumps 序列化时对中文默认使用的ascii编码.想输出真正的中文需要指定ensure_ascii=False
    f_str = json.dumps(items, ensure_ascii = False)
    with open("qiushi.josn","a+",encoding="utf-8") as f:
        f.write(f_str+"\n")
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值