我写的第一个py爬新浪新闻源码

piaodoo 编程教程 2020-02-22 22:05:12 893 0 python教程

本文来源吾爱破解论坛

QQ截图20190318211606.png (176.24 KB, 下载次数: 0)

下载附件保存到相册

2019-3-18 21:16 上传

我就想发帖纪念一下我写的第一个python爬虫，新手可以拿去学习一下，如果是大神希望可以指导我优化一下哈哈大家相互学习学习{:1_918:}

[Python] 纯文本查看 复制代码

import urllib.request  #导入模块
import re
data=urllib.request.urlopen("http://news.sina.com.cn").read()   #读取网页
data=data.decode("utf-8","ignore")  #编码
pat='href="(https://news.sina.com.cn/.*?[.shtml])"'   #正则表达式
allurl=re.compile(pat).findall(data)
for i in range(0,len(allurl)):
    try:
        data2=urllib.request.urlopen(allurl[i]).read()
        data2 = data2.decode("utf-8", "ignore")
        pat2 = 'og:title" content="(.*?)"'
        tittle = re.compile(pat2).findall(data2)
        if(len(tittle)>=1):
            print(tittle[0] + "\n" + allurl[i])      #获取标题并且输出
        else:
            print("标题爬取失败"+ "\n" + allurl[i])
    except urllib.error.URLError as e:  # 捕获异常并且输出
        if hasattr(e, "code"):
            print(e.code)
        if hasattr(e, "reason"):
            print(e.reason)

版权声明：

本站所有资源均为站长或网友整理自互联网或站长购买自互联网，站长无法分辨资源版权出自何处，所以不承担任何版权以及其他问题带来的法律责任，如有侵权或者其他问题请联系站长删除！站长QQ754403226 谢谢。

有关影视版权：本站只供百度云网盘资源，版权均属于影片公司所有，请在下载后24小时删除，切勿用于商业用途。本站所有资源信息均从互联网搜索而来，本站不对显示的内容承担责任，如您认为本站页面信息侵犯了您的权益，请附上版权证明邮件告知【754403226@qq.com】，在收到邮件后72小时内删除。本文链接：https://www.piaodoo.com/7499.html