一个简单的python网络爬虫程序(下载博客文章)

本文介绍了一个简单的Python脚本,该脚本能够从指定的新浪博客页面抓取文章链接,并逐篇下载这些文章的内容到本地文件夹中。通过解析网页源代码来定位并获取每篇文章的URL,然后使用urllib库进行网页内容的下载。

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

import urllib  
import time  
url = ['']*50  
con = urllib.urlopen('http://blog.sina.com.cn/s/articlelist_1197161814_0_1.html').read()  
i = 0  
title = con.find(r'<a title')  
href = con.find(r'href=',title)  
html = con.find(r'.html',href)  
while title!=-1 and href!=-1 and html!=-1 and i<50:  
    url[i] = con[href + 6:html+5]  
    print(url[i])  
    title = con.find(r'<a title=',html)  
    href = con.find(r'href=',title)  
    html = con.find(r'.html',href)  
    i=i+1  
else:  
    print('find end!')       
  
  
j=0  
while j<50:  
    content = urllib.urlopen(url[j]).read()  
    print('downloading......'+str(j+1))  
    open(r'likaifu/'+url[j][-26:],'w+').write(content)  
    j=j+1  
    time.sleep(15)  
else:  
    print('download title')  

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