本文实例讲述了Python3实现爬取简书首页文章标题和文章链接的方法。分享给大家供大家参考，具体如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
from urllib import requestfrom bs4 import BeautifulSoup #Beautiful Soup是一个可以从HTML或XML文件中提取结构化数据的Python库#构造头文件，模拟浏览器访问url="http://www.jianshu.com"headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}page = request.Request(url,headers=headers)page_info = request.urlopen(page).read().decode('utf-8')#打开Url,获取HttpResponse返回对象并读取其ResposneBody# 将获取到的内容转换成BeautifulSoup格式，并将html.parser作为解析器soup = BeautifulSoup(page_info, 'html.parser')# 以格式化的形式打印html#print(soup.prettify())titles = soup.find_all('a', 'title')# 查找所有a标签中class='title'的语句'''''# 打印查找到的每一个a标签的string和文章链接 for title in titles: print(title.string) print("http://www.jianshu.com" + title.get('href'))'''#open()是读写文件的函数,with语句会自动close()已打开文件with open(r"D:\articles.txt","w") as file: #在磁盘以只写的方式打开/创建一个名为 articles 的txt文件 for title in titles: file.write(title.string+'\n') file.write("http://www.jianshu.com" + title.get('href')+'\n\n') |
本机测试运行结果如下：
希望本文所述对大家Python程序设计有所帮助。
原文链接：https://blog.csdn.net/weixin_37636702/article/details/78759862
