Python爬取优快云首页的全部文章

import re

import urllib.request

 

url="https://blog.youkuaiyun.com/"

 

#伪装成浏览器User-Agent        Mozilla/5.0 (Windows NT 10.0; …) Gecko/20100101 Firefox/61.0

headers=("User-Agent","Mozilla/5.0 (Windows NT 10.0; …) Gecko/20100101 Firefox/61.0")

opener=urllib.request.build_opener()

opener.addheader=[headers]

 

#将opener对象安装为全局

urllib.request.install_opener(opener)

data=urllib.request.urlopen(url).read()

data=data.decode("utf-8","ignore")

print(len(data))

#设置正则

pat='<h3 class="tracking-ad"data-mod="popu_254"><a href="(.*?)"'

 

result=re.compile(pat).findall(data)

print(len(result))

for i in range(0,len(result)):

    try:

      file=r"C:\Users\Mr.Ma\Desktop\优快云"+str(i)+".html"

      urllib.request.urlretrieve(result[i],filename=file)

      print("第"+str(i)+"次爬取成功!")

    except urllib.error.HTTPError as e:

        if hasattr(e,"code"):

            print(e.code)

        if hasattr(e,"reason"):

            print(e.reason)

 

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