码迷,mamicode.com
首页 > 其他好文 > 详细

一个简单的爬虫case1

时间:2018-12-01 23:32:01      阅读:199      评论:0      收藏:0      [点我收藏+]

标签:简单的   uri   nis   text   ftp   arc   bs4   archlinux   root   

目标是把这里的所有东西下载下来:
http://ftp.sjtu.edu.cn/archlinux/core/os/x86_64/

直接看代码吧,也没啥好说的。

import requests
from bs4 import BeautifulSoup
import os


url = ‘http://ftp.sjtu.edu.cn/archlinux/core/os/x86_64/‘
r = requests.get(url)
root = ‘./crawl‘
soup = BeautifulSoup(r.text,"html.parser")
count = 0
if not os.path.exists(root):
    os.mkdir(root)
for link in soup.find_all("a"):
    name = link.get(‘href‘)
    path = root + ‘/‘+ name
    if not os.path.exists(path):
        r = requests.get(url + name)
        with open(path, "wb") as f:
            f.write(r.content)
            f.close()
    count += 1
    print(count)
print("finished")

一个简单的爬虫case1

标签:简单的   uri   nis   text   ftp   arc   bs4   archlinux   root   

原文地址:https://www.cnblogs.com/bernieloveslife/p/10051264.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!