07 利用python爬蟲技術(shù)爬取貼吧源碼案例

以爬取“李毅”吧為例葡缰,寫一個小程序亏掀,完成自動的爬取與本地保存工作,此處在python3環(huán)境下運行泛释,python2環(huán)境下response.content是字符串滤愕,不需要解碼,去掉本代碼中的decode()即可怜校,具體區(qū)別參照文章 04requests模塊在python2和python3環(huán)境下的小小區(qū)別
另外python2環(huán)境下间影,代碼中的save方法encoding參數(shù)需要去掉,代碼中已注釋

# coding=utf-8
import requests


class TiebaSpider:
    def __init__(self, tieba_name):
        self.tieba_name = tieba_name
        # 定義一個臨時的url
        self.temp_url = 'https://tieba.baidu.com/f?kw='+tieba_name+'&pn={}'
        self.headers = {
            'User - Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 \
(KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36'
        }

    def get_url_list(self):   # 構(gòu)造url列表
        url_list = [self.temp_url.format(i*50) for i in range(1000)]
        return url_list

    def parse_url(self, url):  # 發(fā)送請求獲取響應(yīng)
        print('now parse', url)
        response = requests.get(url, headers=self.headers)
        return response.content.decode()

    def save_html(self, html, page_num):  # 保存html
        file_path = self.tieba_name + "_" + str(page_num) + ".html"
        with open(file_path, "w", encoding='utf-8') as f:   # windows下需要加encoding = 'utf-8',因為windows 默認(rèn)編碼方式是gbk\
            如果是python2環(huán)境下運行茄茁,需要去掉encoding這個參數(shù)魂贬,否則報錯
            f.write(html)
        print("保存成功")

    def run(self):
        # 1.url list
        url_list = self.get_url_list()
        # 2.發(fā)送請求,獲取響應(yīng)
        for url in url_list:
            html_str = self.parse_url(url)
        # 3.保存
            page_num = url_list.index(url) + 1  # index方法獲取當(dāng)前要保存的頁碼數(shù)
            self.save_html(html_str, page_num)

if __name__ == '__main__':
    tieba = TiebaSpider("李毅")
    tieba.run()

運行代碼裙顽,保存本地結(jié)果展示如下


結(jié)果展示如圖所示
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
  • 序言:七十年代末付燥,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子锦庸,更是在濱河造成了極大的恐慌机蔗,老刑警劉巖蒲祈,帶你破解...
    沈念sama閱讀 219,366評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件甘萧,死亡現(xiàn)場離奇詭異萝嘁,居然都是意外死亡,警方通過查閱死者的電腦和手機扬卷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,521評論 3 395
  • 文/潘曉璐 我一進(jìn)店門牙言,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人怪得,你說我怎么就攤上這事咱枉。” “怎么了徒恋?”我有些...
    開封第一講書人閱讀 165,689評論 0 356
  • 文/不壞的土叔 我叫張陵蚕断,是天一觀的道長。 經(jīng)常有香客問我入挣,道長亿乳,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,925評論 1 295
  • 正文 為了忘掉前任径筏,我火速辦了婚禮葛假,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘滋恬。我一直安慰自己聊训,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,942評論 6 392
  • 文/花漫 我一把揭開白布恢氯。 她就那樣靜靜地躺著带斑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪酿雪。 梳的紋絲不亂的頭發(fā)上遏暴,一...
    開封第一講書人閱讀 51,727評論 1 305
  • 那天,我揣著相機與錄音指黎,去河邊找鬼朋凉。 笑死,一個胖子當(dāng)著我的面吹牛醋安,可吹牛的內(nèi)容都是我干的杂彭。 我是一名探鬼主播,決...
    沈念sama閱讀 40,447評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼吓揪,長吁一口氣:“原來是場噩夢啊……” “哼亲怠!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起柠辞,我...
    開封第一講書人閱讀 39,349評論 0 276
  • 序言:老撾萬榮一對情侶失蹤团秽,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體习勤,經(jīng)...
    沈念sama閱讀 45,820評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡踪栋,尸身上長有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...
    茶點故事閱讀 37,990評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了图毕。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片夷都。...
    茶點故事閱讀 40,127評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖予颤,靈堂內(nèi)的尸體忽然破棺而出囤官,到底是詐尸還是另有隱情,我是刑警寧澤蛤虐,帶...
    沈念sama閱讀 35,812評論 5 346
  • 正文 年R本政府宣布党饮,位于F島的核電站,受9級特大地震影響驳庭,放射性物質(zhì)發(fā)生泄漏劫谅。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,471評論 3 331
  • 文/蒙蒙 一嚷掠、第九天 我趴在偏房一處隱蔽的房頂上張望捏检。 院中可真熱鬧,春花似錦不皆、人聲如沸贯城。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,017評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽能犯。三九已至,卻和暖如春犬耻,著一層夾襖步出監(jiān)牢的瞬間踩晶,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,142評論 1 272
  • 我被黑心中介騙來泰國打工枕磁, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留渡蜻,地道東北人。 一個月前我還...
    沈念sama閱讀 48,388評論 3 373
  • 正文 我出身青樓计济,卻偏偏與公主長得像茸苇,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子沦寂,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,066評論 2 355

推薦閱讀更多精彩內(nèi)容

  • 可以看我的博客 lmwen.top 或者訂閱我的公眾號 簡介有稍微接觸python的人就會知道学密,python中...
    ayuLiao閱讀 3,119評論 1 5
  • 原文: https://wiki.python.org/moin/Python2orPython3 在項目開發(fā)中,...
    林灣村龍貓閱讀 4,059評論 0 6
  • 最近iOS方面沒有開發(fā)任務(wù), 老板給了我兩周的時間學(xué)習(xí)爬蟲. 期間踩了無數(shù)的坑. 終于算是可以在爬蟲方面有所小成,...
    Pusswzy閱讀 10,527評論 38 81
  • Since Jan.26th传藏,2016 1腻暮、ubuntu 下運行 python 的幾種方式 在 terminal...
    Rco閱讀 2,584評論 0 2
  • 春暖花開的日子 我聽見每一朵云都在歡唱 為著這些美好的時光 洗去昨日的憂傷 誰告訴我的 日落的巷口有著詩一樣的惆悵...
    北小音閱讀 363評論 0 4