码迷,mamicode.com
首页 > 编程语言 > 详细

python简单爬虫-----爬糗事百科段子

时间:2016-10-20 15:56:25      阅读:141      评论:0      收藏:0      [点我收藏+]

标签:python、爬虫

#-*-coding:utf-8 -*-
import urllib2
import sys
import re
reload(sys)
sys.setdefaultencoding(‘utf-8‘)
url=‘http://www.qiushibaike.com/hot/page/1/‘
header={‘User-Agent‘:‘Mozilla/5.0 (Windows NT 6.1; WOW64)‘}
try:
        page=1
        while True:
                rawurl=‘http://www.qiushibaike.com/hot/page/‘
                url=rawurl+str(page)
                request=urllib2.Request(url,headers=header)
                response=urllib2.urlopen(request)
                content=response.read().decode(‘utf-8‘)
                pattern=re.compile(‘<div class="article block untagged.*?<div.*?clearfix">.*?<span>(.*?)</span>‘,re.S)
                items=re.findall(pattern,content)
                text=re.compile(‘<br/>‘)
                for item in items:
                        print re.sub(text,‘\n‘,item)
                        print
                q=raw_input()
                if q == ‘q‘:break
                page=page+1
except urllib2.URLError,e:
        if hasattr(e,‘code‘):
                print e.code
        if hasattr(e,‘reason‘):
                print e.reason

实现的功能比较简单,按回车键会爬下一页的段子,输入q退出

本文出自 “90后” 博客,请务必保留此出处http://lzs66.blog.51cto.com/9607068/1863767

python简单爬虫-----爬糗事百科段子

标签:python、爬虫

原文地址:http://lzs66.blog.51cto.com/9607068/1863767

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!