最简单的爬虫

2023年5月18日 179次阅读 来源: 一只失去梦想的程序猿

抓取网址bt蚂蚁
搜一个烂片试试,比如长城http://www.btans.com/search/%E9%95%BF%E5%9F%8E-first-asc-1
其实就是http://www.btans.com/search/长城-first-asc-1
然后code

# -*- coding: utf-8 -*-

import os
import sys
import re
import requests
from lxml import html
reload(sys)
sys.setdefaultencoding('utf8')
# http://www.btans.com/search/%E9%95%BF%E5%9F%8E-first-asc-1
def analyUrl(name):
    url='http://www.btans.com/search/%s-first-asc-1'%name
    print url   
    response=requests.get(url).content
    selector = html.fromstring(response)
    hrefs=selector.xpath('//div[@class="search-item"]')
    sourcelist=[]
    if len(hrefs)>0:
        href=hrefs[0]
        name=href.xpath('div[@class="item-title"]/a/span')
        sourcelist.append(name[0].text)
        downUrl=href.xpath('div[@class="item-bar"]/a/@href')
        # print len(downUrl)
        for x in downUrl:
            sourcelist.append(x)
    return sourcelist
def searchFH(name):
    seedstr = '\n'.join(analyUrl(name))
    return  seedstr
print searchFH('长城')

会些python的基础知识,然后照着别人的爬虫写,自然而然也就会了.反正我是这么认为的.

    原文作者：一只失去梦想的程序猿
    原文地址: https://www.jianshu.com/p/b912ba558f3c
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞