python爬蟲-抓取內(nèi)涵吧內(nèi)涵段子

這是個(gè)python簡(jiǎn)易爬蟲图仓,主要使用了requests和re模塊,適合入門馍刮。
出處:https://github.com/jingsupo/python-spider/blob/master/day03/04neihanba.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import requests, re, time


class Neihanspider(object):
    def __init__(self):
        self.base_url = 'http://www.neihan8.com/article/list_5_'
        self.headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko"}
        # 第一層解析的正則表達(dá)式 正則里面的符號(hào)不能改碍脏,必須照原樣復(fù)制過(guò)來(lái)
        self.first_pattern = re.compile(r'<div class="f18 mb20">.*?</div>', re.S)
        # 第二層解析的正則表達(dá)式 去除所有標(biāo)簽 字符實(shí)體 空白 全角空格
        self.second_pattern = re.compile(r'<.*?>|&.*?;|\s|  ')

    # 發(fā)送請(qǐng)求
    def send_request(self, url):
        time.sleep(2)
        try:
            response = requests.get(url, headers=self.headers)
            return response.content
        except Exception as e:
            print e

    # 寫入文件
    def write_file(self, data, page):
        with open('04neihanba.txt', 'a') as f:
            filename = '第' + str(page) + '頁(yè)的段子\n'
            print filename
            f.write('-' * 10 + '\n')
            f.write(filename)
            f.write('-' * 10 + '\n')

            for first_data in data:
                # 第二層解析
                content = self.second_pattern.sub('', first_data)
                f.write(content)
                # 在每個(gè)段子結(jié)束的時(shí)候加個(gè)換行
                f.write('\n\n')

    # 調(diào)度方法
    def start_work(self):
        for page in range(1, 5):
            # 拼接url
            url = self.base_url + str(page) + '.html'

            # 發(fā)送請(qǐng)求
            data = self.send_request(url)

            # 轉(zhuǎn)碼
            data = data.decode('gbk').encode('utf-8')

            # 第一層解析
            data_list = self.first_pattern.findall(data)

            # 將數(shù)據(jù)寫入文件
            self.write_file(data_list, page)


if __name__ == '__main__':
    spider = Neihanspider()
    spider.start_work()
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,一起剝皮案震驚了整個(gè)濱河市匆背,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌身冀,老刑警劉巖钝尸,帶你破解...
    沈念sama閱讀 221,635評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異搂根,居然都是意外死亡珍促,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,543評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門剩愧,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)猪叙,“玉大人,你說(shuō)我怎么就攤上這事仁卷⊙妫” “怎么了?”我有些...
    開封第一講書人閱讀 168,083評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵锦积,是天一觀的道長(zhǎng)芒帕。 經(jīng)常有香客問(wèn)我,道長(zhǎng)丰介,這世上最難降的妖魔是什么背蟆? 我笑而不...
    開封第一講書人閱讀 59,640評(píng)論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮基矮,結(jié)果婚禮上淆储,老公的妹妹穿的比我還像新娘冠场。我一直安慰自己家浇,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,640評(píng)論 6 397
  • 文/花漫 我一把揭開白布碴裙。 她就那樣靜靜地躺著钢悲,像睡著了一般点额。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上莺琳,一...
    開封第一講書人閱讀 52,262評(píng)論 1 308
  • 那天还棱,我揣著相機(jī)與錄音,去河邊找鬼惭等。 笑死珍手,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的辞做。 我是一名探鬼主播琳要,決...
    沈念sama閱讀 40,833評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼秤茅!你這毒婦竟也來(lái)了稚补?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,736評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤框喳,失蹤者是張志新(化名)和其女友劉穎课幕,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體五垮,經(jīng)...
    沈念sama閱讀 46,280評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡乍惊,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 38,369評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了拼余。 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污桦。...
    茶點(diǎn)故事閱讀 40,503評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖匙监,靈堂內(nèi)的尸體忽然破棺而出凡橱,到底是詐尸還是另有隱情,我是刑警寧澤亭姥,帶...
    沈念sama閱讀 36,185評(píng)論 5 350
  • 正文 年R本政府宣布稼钩,位于F島的核電站,受9級(jí)特大地震影響达罗,放射性物質(zhì)發(fā)生泄漏坝撑。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,870評(píng)論 3 333
  • 文/蒙蒙 一粮揉、第九天 我趴在偏房一處隱蔽的房頂上張望巡李。 院中可真熱鬧,春花似錦扶认、人聲如沸侨拦。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,340評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)狱从。三九已至膨蛮,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間季研,已是汗流浹背敞葛。 一陣腳步聲響...
    開封第一講書人閱讀 33,460評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留与涡,地道東北人惹谐。 一個(gè)月前我還...
    沈念sama閱讀 48,909評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像驼卖,于是被迫代替她去往敵國(guó)和親豺鼻。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,512評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容