码迷,mamicode.com
首页 > 编程语言 > 详细

python 爬虫--糗事百科段子

时间:2017-11-21 23:53:29      阅读:207      评论:0      收藏:0      [点我收藏+]

标签:pytho   ade   pat   pre   addheader   header   uil   爬虫   user   

import re
import urllib.request
from docx import Document

header=("User-Agent",‘User-Agent:Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36‘)
opn=urllib.request.build_opener()
opn.addheaders=[header]

document = Document()
document.add_heading(‘糗事百科‘,1)

for i in range(0,12):
data = opn.open(‘https://www.qiushibaike.com/8hr/page/‘+str(i+1)+‘/‘).read().decode()
pat=‘<div class="content">.*?<span>(.*?)</span>.*?</div>‘

rst=re.compile(pat,re.S).findall(data)

for d in rst:
try:
document.add_paragraph(d)
document.add_paragraph(‘- - ‘ * 10)
except ValueError as err:
pass
document.save("D:\\data\\糗事百科段子1.docx")

python 爬虫--糗事百科段子

标签:pytho   ade   pat   pre   addheader   header   uil   爬虫   user   

原文地址:http://www.cnblogs.com/xiesongyou/p/7875663.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!