Python今日頭條網(wǎng)爬蟲

encoding=utf8

import requests
from requests.exceptions import RequestException
import urllib
import json
import re
from bs4 import BeautifulSoup
from config import *
def get_index(offset,keyword):
data={
'offset':offset,
'format':'json',
'keyword':keyword,
'autoload':'true',
'count':20,
'cur_tab':3
}
url='http://www.toutiao.com/search_content/?'+urllib.urlencode(data)
response=requests.get(url)
try:
if response.status_code == 200:
return response.text
return None
except RequestException:
print u'請(qǐng)求索引頁出錯(cuò)'
return None
def parse_page_index(html):
#將json格式的字符串轉(zhuǎn)化成python對(duì)象,對(duì)象轉(zhuǎn)換成json用 json.dumps()
data=json.loads(html)
if data and 'data' in data.keys():
for item in data.get('data'):
#yield 是url生成器 即取出article_url并生成url
yield item.get('article_url')
def get_page_detail(url):
response = requests.get(url)
try:
if response.status_code == 200:
return response.text
return None
except RequestException:
print '請(qǐng)求詳情頁出錯(cuò)'
return None
def parse_page_detail(html,url):
soup=BeautifulSoup(html,'lxml')
title = soup.select('title')[0].get_text()
images_pattern= re.compile('var gallery = (.*?);',re.S)
result = re.search(images_pattern,html)
if result:
data =json.loads(result.group(1))
sub_images = data.get('sub_images')
images = [item.get('url') for item in sub_images]
return {
'title' :title,
'url':url,
'images':images
}
def main():
html=get_index(0,'街拍')
for url in parse_page_index(html):
html=get_page_detail(url)
if html:
result=parse_page_detail(html,url)
print result['title']
if name == 'main':
main()

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末制轰,一起剝皮案震驚了整個(gè)濱河市跛璧,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌摆马,老刑警劉巖,帶你破解...
    沈念sama閱讀 210,978評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件上遥,死亡現(xiàn)場(chǎng)離奇詭異唇兑,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)纺涤,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,954評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來抠忘,“玉大人撩炊,你說我怎么就攤上這事∑槁觯” “怎么了拧咳?”我有些...
    開封第一講書人閱讀 156,623評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)囚灼。 經(jīng)常有香客問我骆膝,道長(zhǎng),這世上最難降的妖魔是什么灶体? 我笑而不...
    開封第一講書人閱讀 56,324評(píng)論 1 282
  • 正文 為了忘掉前任阅签,我火速辦了婚禮,結(jié)果婚禮上蝎抽,老公的妹妹穿的比我還像新娘政钟。我一直安慰自己,他們只是感情好樟结,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,390評(píng)論 5 384
  • 文/花漫 我一把揭開白布养交。 她就那樣靜靜地躺著,像睡著了一般瓢宦。 火紅的嫁衣襯著肌膚如雪碎连。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,741評(píng)論 1 289
  • 那天驮履,我揣著相機(jī)與錄音鱼辙,去河邊找鬼。 笑死玫镐,一個(gè)胖子當(dāng)著我的面吹牛座每,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播摘悴,決...
    沈念sama閱讀 38,892評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼峭梳,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起葱椭,我...
    開封第一講書人閱讀 37,655評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤捂寿,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后孵运,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體秦陋,經(jīng)...
    沈念sama閱讀 44,104評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,451評(píng)論 2 325
  • 正文 我和宋清朗相戀三年治笨,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了驳概。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,569評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡旷赖,死狀恐怖顺又,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情等孵,我是刑警寧澤稚照,帶...
    沈念sama閱讀 34,254評(píng)論 4 328
  • 正文 年R本政府宣布,位于F島的核電站俯萌,受9級(jí)特大地震影響果录,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜咐熙,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,834評(píng)論 3 312
  • 文/蒙蒙 一弱恒、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧棋恼,春花似錦斤彼、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,725評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至悦施,卻和暖如春并扇,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背抡诞。 一陣腳步聲響...
    開封第一講書人閱讀 31,950評(píng)論 1 264
  • 我被黑心中介騙來泰國(guó)打工穷蛹, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人昼汗。 一個(gè)月前我還...
    沈念sama閱讀 46,260評(píng)論 2 360
  • 正文 我出身青樓肴熏,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親顷窒。 傳聞我的和親對(duì)象是個(gè)殘疾皇子蛙吏,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,446評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容

  • 本文是學(xué)習(xí) 天善學(xué)院 Python3爬蟲三大案例實(shí)戰(zhàn)分享 / 分析Ajax抓取今日頭條街拍美圖 后所寫源哩,感謝崔慶才...
    4ffde5305e8f閱讀 1,808評(píng)論 0 5
  • 1 前言 作為一名合格的數(shù)據(jù)分析師,其完整的技術(shù)知識(shí)體系必須貫穿數(shù)據(jù)獲取鸦做、數(shù)據(jù)存儲(chǔ)励烦、數(shù)據(jù)提取、數(shù)據(jù)分析泼诱、數(shù)據(jù)挖掘坛掠、...
    whenif閱讀 18,061評(píng)論 45 523
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)治筒,斷路器屉栓,智...
    卡卡羅2017閱讀 134,628評(píng)論 18 139
  • Correctness AdapterViewChildren Summary: AdapterViews can...
    MarcusMa閱讀 8,855評(píng)論 0 6
  • 看了兩季的《我們來了》(上季叫《偶像來了》友多,盡管又是一舶來品,但還是有看點(diǎn)的)句灌,最大的亮點(diǎn)其實(shí)還是謝娜夷陋,她總是那個(gè)...
    Bemine閱讀 280評(píng)論 0 0