import requests
from bs4 import BeautifulSoup
import re
jianshu_url='http://www.reibang.com'
base_url='http://www.reibang.com/u/54b5900965ea?order_by=shared_at&page=' #更改作者,可在此處修改?之前 /u之后的
user_agent='Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36'
headers={'User-Agent':user_agent}
pattern='http://www.reibang.com/users/6c7437065202/timeline' #此處/timeline 之前 /users之后的可以修改
articlePage=[]
f=open('run_write.txt','w',encoding='utf-8')
# articleList=[]
def download_page():
i = 1
while True:
r=requests.get(base_url+str(i),headers=headers)
articlePage.append(r.url)
if(r.url==pattern):break #判斷出是否已經(jīng)到達最后一個請求頁面雷客,如果是,則結(jié)束
print('這是第{}個請求的網(wǎng)頁'.format(i))
i += 1
get_article_from_page(r.url)
def get_article_from_page(url):
r=requests.get(url,headers=headers)
soup=BeautifulSoup(r.text,'lxml')
articleList=soup.find_all('li',id=re.compile(r'note-\d+'))
for i in range(len(articleList)):
articleTitle = articleList[i].find('a', class_='title').text
articleUrl=jianshu_url+articleList[i].find('a',class_='title')['href']
print(articleTitle+5*' '+articleUrl)
download_page()
爬取某作者所有文章及鏈接
最后編輯于 :
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
- 文/潘曉璐 我一進店門暇屋,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人洞辣,你說我怎么就攤上這事率碾。” “怎么了屋彪?”我有些...
- 文/不壞的土叔 我叫張陵所宰,是天一觀的道長。 經(jīng)常有香客問我畜挥,道長仔粥,這世上最難降的妖魔是什么? 我笑而不...
- 正文 為了忘掉前任蟹但,我火速辦了婚禮躯泰,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘华糖。我一直安慰自己麦向,他們只是感情好,可當我...
- 文/花漫 我一把揭開白布客叉。 她就那樣靜靜地躺著诵竭,像睡著了一般。 火紅的嫁衣襯著肌膚如雪兼搏。 梳的紋絲不亂的頭發(fā)上卵慰,一...
- 文/蒼蘭香墨 我猛地睜開眼绑莺,長吁一口氣:“原來是場噩夢啊……” “哼暖眼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起紊撕,我...
- 正文 年R本政府宣布虐先,位于F島的核電站,受9級特大地震影響派敷,放射性物質(zhì)發(fā)生泄漏蛹批。R本人自食惡果不足惜,卻給世界環(huán)境...
- 文/蒙蒙 一篮愉、第九天 我趴在偏房一處隱蔽的房頂上張望腐芍。 院中可真熱鬧,春花似錦试躏、人聲如沸猪勇。這莊子的主人今日做“春日...
- 文/蒼蘭香墨 我抬頭看了看天上的太陽泣刹。三九已至,卻和暖如春裁替,著一層夾襖步出監(jiān)牢的瞬間项玛,已是汗流浹背貌笨。 一陣腳步聲響...
推薦閱讀更多精彩內(nèi)容
- 一、先說整體的解決方案 1捅伤、通過搜狗進行公眾號文章的采集劫流,這樣獲取到的文章URL是一個帶時間戳的臨時鏈接。 2、通...
- 家有小子祠汇,目前五歲半仍秤。由于自己的教育工作工作經(jīng)歷,很早我就接觸了繪本可很,也早早將繪本閱讀引入到孩子的生活中∈Γ現(xiàn)在...
- 我的回答是菜拓,視情況而定瓣窄。 如果我主動讓座,請記住纳鼎,是因為我尊敬長者康栈,尊敬您的行為,而不是年齡喷橙。是因為啥么,我希望我的父...