IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> BeautifulSoup爬网页 -> 正文阅读

[Python知识库]BeautifulSoup爬网页

官方文档

BeautifulSoup官方文档

第三方库

pip install bs4
pip install reaqusts
pip install lxml

审源码

在这里插入图片描述

脚本

import json
import requests
from bs4 import BeautifulSoup
# 1.定义请求的url和请求头
url = 'https://old.lmonkey.com/t'
headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.107 Safari/537.36 Edg/92.0.902.62'}

# 2. 发送请求
res=requests.get(url,headers=headers)

# 3.判断请求是否成功,并获取请求的源代码
if res.status_code==200:
    print(res.text)

    # 4.解析数据
    soup = BeautifulSoup(res.text,'lxml')
    # 获取页面中的所有文章
    divs = soup.find_all('div',class_="list-group-item list-group-item-action p-06")
    varlist = []
    for i in divs:
        r = i.find('div',class_="topic_title")
        if r:
            # print(i.span)
            vardict = {'title': r.text.split('\n')[0],
                       'url':i.a['href'],
                       "author": i.strong.a.text,
                       'pudate': i.span['title']}
            varlist.append(vardict)
        print(varlist)
#5. 写入数据
        with open('./bs4test.json','w') as fp:
         json.dump(varlist,fp)

结果

在这里插入图片描述
在这里插入图片描述

封装优化脚本

import json
import requests
from bs4 import BeautifulSoup
# BS4()
class BS4():
    # 定义属性
    url = 'https://old.lmonkey.com/t'
    headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.107 Safari/537.36 Edg/92.0.902.62'}
    # 响应代码存放的位置
    res_html = None
    # 存储解析后的数据
    varlist = []

    #初始化方法
    def __init__(self):
        #发起请求
        res = requests.get(self.url,headers=self.headers)
        if res.status_code==200:
            self.res_html=res.text
            if self.ParseData():
                self.WriteJson()
                print("请求成功,数据····")
        else:
            print("请求失败")
    #解析html数据
    def ParseData(self):
        soup=BeautifulSoup(self.res_html,'lxml')
        try:
            #获取页面中所有文章
            divs = soup.find_all('div', class_="list-group-item list-group-item-action p-06")
            for i in divs:
                r = i.find('div' , class_="topic_title")
                if r:
                    vardict = {'title': r.text.split('\n')[0],
                               'url': i.a['href'],
                               "author": i.strong.a.text,
                               'pudate': i.span['title']}
                    self.varlist.append(vardict)
                    return True
        except:
            return False
        #写入json数据
    def WriteJson(self):
            if self.varlist !=[]:
                try:
                    with open('./bs4test2.json', 'w') as fp:
                        json.dump(self.varlist, fp)
                        return True
                except:
                        return False
                else:
                    print('无法获取当前解析的数据')
                    return  False
BS4()



优化后结果

在这里插入图片描述
在这里插入图片描述

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-08-10 13:22:40  更:2021-08-10 13:24:49 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年5日历 -2024/5/17 13:19:52-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码