果壳问答爬取_demo

#author: Zheng
#time: 2018/7/13 20:17

# 爬取果壳问答

import re
import requests
import json

temp_url = 'https://www.guokr.com/ask/highlight/?page={}'
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'}

for i in range(1,101):
    url = temp_url.format(str(i))

    resp = requests.get(url,headers)

    content = resp.content.decode()

    ret = re.findall(r'<h2><a target="_blank" href="(.*)">(.*)</a></h2>', content)
    info = dict()
    for i in ret:
        # print(i)
        info[i[0]] = i[1]

    # info_str = json.dumps(info)
    # print(info_str)
    with open('info.txt','a') as f:
        json.dump(info,f,ensure_ascii=False,indent=2)
        f.write('\n\n')

print('爬取完成...')



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