学会这招Python爬虫技巧，小姐姐看你的眼神将不一样

学会这招，小姐姐看你的眼神将不一样

前言
一、爬虫分析
二、爬取项目ID
1.抓取帖子的URL2.提取帖子中的UUID3.完整代码
三、爬取项目的数据
写在最后

私信小编01即可获取大量python学习资料

前言

今天某小丽同学来找我，有个实验需要用到轻松筹的数据进行一个分析。可是没有足够的数据，如何办是好？
乐于助人的我，当然不会置之不理~
（ps.毕竟是小姐姐嘛，拒绝了不好，对叭）

于是乎，我抄起家伙，说干就干。

一、爬虫分析

通过简单的分析，可以发现轻松筹提供了一个接口，可以返回某个项目的相关数据，具体如下：

学会这招Python爬虫技巧，小姐姐看你的眼神将不一样

地址如下，xxxxxx表示项目的UUID：

https://gateway.qschou.com/v3.0.0/project/index/text3/xxxxxx

也就是说，我们只要有UUID，那么就可以通过requests发送请求很容易就能得到数据。这还不简单，我们对UUID进行遍历不就行了嘛？
然而，UUID的长度为32位，要是想遍历的话，等明年去叭…
解决问题（小声说：“获得小姐姐的青睐”）的关键就是想办法找到项目的UUID。

二、爬取项目ID

在官网搜寻了一番，并没有发现哪里有UUID。于是，我们只能另辟蹊径。最后，我决定从百度贴吧入手，搜索相关的帖子，并把帖子中的项目链接中的UUID提取出来。

1.抓取帖子的URL

遍历整个“轻松筹吧”，抓取每个帖子的URL：

url_tieba = 'https://tieba.baidu.com/f?kw=轻松筹&ie=utf-8&pn=%d' 
# 贴吧页面,pn=0,50,100...p_href = 'href="/p/(.*?)"'hrefs = []for i in range(1): 
# 爬取的页数    
try:        
pn = i*50        
res = requests.get(url_tieba%pn)        
html = res.text        
list_herf = re.findall(p_href,html)        
for h in list_herf:           	           
hrefs.append('https://tieba.baidu.com/p/'+h)        
print('第%d页获取成功'%(i+1))    
except:        
passwith open('tiezi_url.txt','w') as f:    
for h in hrefs:        
f.write(h+'\n