码迷,mamicode.com
首页 > 其他好文 > 详细

一个爬虫例子,抓取糗百笑话。

时间:2015-06-25 19:09:15      阅读:171      评论:0      收藏:0      [点我收藏+]

标签:

# -*- coding: utf-8 -*-
import re
import urllib2
def getimage(pagenum):
url = ‘http://m.qiushibaike.com/text/page/%s?s=4784059‘ % pagenum
req = urllib2.Request(url,headers={‘User-Agent‘:‘Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)‘})
res = urllib2.urlopen(req)
c = res.read().decode(‘utf-8‘)
p = re.compile(r‘<div class="content">(.*?)</div>‘,re.S)
l = re.findall(p,c)
return l
def getinfo():
f = open(‘E:\\qiubai.txt‘,‘w‘)
num = 35
slen = 0
for page in range(1,num+1):
list = getimage(page)
slen += len(list)
for line in list:
f.write(line.encode(‘utf-8‘))
f.close()
print ‘total download [%d] ‘ % slen
getinfo()

一个爬虫例子,抓取糗百笑话。

标签:

原文地址:http://www.cnblogs.com/xiewb/p/4600445.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!