码迷,mamicode.com
首页 > 编程语言 > 详细

Python简易爬虫

时间:2017-05-09 21:50:14      阅读:182      评论:0      收藏:0      [点我收藏+]

标签:window   err   try   sts   exist   log   response   items   like   

#  coding: utf-8
import urllib
import urllib2
import re
import os

if __name__==__main__:
    print "抓取开始..."
    j = 1
    for i in range(1,35):
        url=http://www.qiushibaike.com/8hr/page/+str(i)+/?s=4981088
        header={User-Agent:Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.81 Safari/537.36}
        try:
            request=urllib2.Request(url=url,headers=header)
            response=urllib2.urlopen(request)
            content= response.read()
        except urllib2.HTTPError as e:
            print e
            exit()
        except urllib2.URLError as e:
            print e
            exit()
        pattern=re.compile(<div class="content">.*?<span>(.*?)</span>.*?</div>,re.S)
        items=re.findall(pattern,content)
        path="qiubai"
        if not os.path.exists(path):
            os.makedirs(path)
        for item in items:
            file_path=path+"/"+str(j)+.txt
            f=open(file_path,w)
            item=item.replace(<br/>,\n)
            f.write(item)
            f.close()
            j=j+1
    print "内容抓取完成..."

 

Python简易爬虫

标签:window   err   try   sts   exist   log   response   items   like   

原文地址:http://www.cnblogs.com/beast-king/p/6832539.html

(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!