python篇:0基础带你入门python之多线程简单爬虫实现

import requests
from bs4 import BeautifulSoup

# 定义要爬取的页面列表
urls = [f"https://www.cnblogs.com/#p{i}" for i in range(1, 6)]

# 爬取网页内容
def craw(url):
    try:
        response = requests.get(url, timeout=10)
        response.raise_for_status()  # 检查请求是否成功
        return response.text
    except requests.RequestException as e:
        print(f"Error fetching {url}: {e}")
        return ""

# 解析HTML,提取超链接和文字内容
def parse(html):
    soup = BeautifulSoup(html, "html.parser")
    # 查找所有具有文章标题的超链接
    links = soup.find_all("a", class_="post-item-title")
    return [(link["href"], link.get_text().strip()) for link in links]

if __name__ == "__main__":
    # 遍历每个URL,提取并打印内容
    for url in urls:
        print(f"Fetching {url}...")
        html = craw(url)
        if html:
            results = parse(html)
            for href, text in results:
                print(f"Title: {text}, Link: {href}")

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