爬取文字

本文介绍了一个使用Python实现的糗事百科爬虫程序。该程序利用requests库获取网页内容,并借助BeautifulSoup进行解析,抓取糗事百科网站上的笑话段子。爬虫通过循环遍历所有页面,提取每条笑话的文本内容并打印输出,同时将数据保存到本地文件中。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import requests
from bs4 import BeautifulSoup
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

header = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 UBrowser/6.1.2107.204 Safari/537.36'
}
class QSBK:
    def get_url(self,url):
        response=requests.get(url,headers=header)
        return response
def writefile(filename,data):
    with open(filename,'a')as f:
        f.write(data+'\n')

url='https://www.qiushibaike.com/8hr/page/1/'
soup_1=BeautifulSoup(requests.get(url,headers=header).text,'html.parser')
all_page=soup_1.find_all('span',class_='page-numbers')[-1].text
for i in range(1,int(all_page)+1):
    joker=QSBK()
    html=joker.get_url('https://www.qiushibaike.com/8hr/page/'+str(i)+'/')
    soup=BeautifulSoup(html.text,'html.parser')
    all_text=soup.find_all(class_='content')
    for a in all_text:
        text=a.get_text()
        print(text)
        writefile('QSBK.txt',text)

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