python期末考试答案 新浪博客_python爬虫新浪博客博文

本博客介绍了一种使用Python实现的针对新浪博客的爬虫程序。该程序能够从指定的新浪博客主页URL开始,自动抓取目录列表中所有文章的链接及内容,并将这些文章的URL保存下来。此外,还详细展示了如何通过遍历页面来获取更多的文章链接。

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

一、功能描述

通过指定新浪博客主页url,自动爬取目录列表中所有文章的文字。保存所有文章的url,

二、完整代码

reptile.py

#!/usr/bin/python

#coding=utf-8

# Script: reptile.py

# Author: charlotte

# Date: 2016.4.20

#

# Platform:python

import urllib

import os

import artical_content

#use blog homeblog(reptile url),get blog dir_url(url)

filename = 'url_file'

rep_url = 'http://blog.sina.com.cn/twocold'

content = urllib.urlopen(rep_url).read()

bloginfo = content.find(r'blognavInfo')

dir_href = content.find(r'

dir_html = content.find(r'.html',dir_href)

url = content[dir_href+10:dir_html+5]

# get all blog article,max 20page

j = 0

while j<20:

content = urllib.urlopen(url).read()

title = content.find(r'

',articalContent_b)
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