#coding:utf-8
import requests,json
from lxml import etree
root_url='https://www.huxiu.com'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Safari/537.36',
}
html=requests.get(root_url,headers=headers).text
#print(html)
select=etree.HTML(html)
zixun_infos=select.xpath('//ul[@class="header-column header-column1 header-column-zx menu-box"]/li/a')
items=[]
for info in zixun_infos:
item={}
channel_name=info.xpath('text()')[0]
#print(channel_name)
#channel_url=root_url+info.xpath('@href')[0]
catId=info.xpath('@href')[0].replace('/channel/','').replace('.html','')#获取标题页中的catId
#print(channel_url)
#print(channel_name,catId)
item['channel_name']=channel_name
item['catId']=catId
items.append(item)
#print(items)
post_url='https://www.huxiu.com/channel/ajaxGetMore'
for item in items:
channel_name=item['channel_name']
catId=item['catId']
post_data={
'huxiu_hash_code': '073a0ed48ad2ab31d4d1a4675783dbd7',
'page':'1',
'catId': catId
}
html_post=requests.post(post_url,data=post_data,headers=headers).text
#print(html_post)
dict_data=json.loads(html_post)
parse_data=dict_data['data']
#print(parse_data)
total_page=parse_data['total_page']
data=parse_data['data']
print(channel_name,catId,total_page,data.strip()[0:40])
【Python爬虫】get和post请求解析虎嗅网1
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 本篇将介绍urllib2的Get和Post方法,更多内容请参考:python学习指南 urllib2默认只支持HT...
- Ajax AJAX即“Asynchronous Javascript And XML”(异步JavaScript和...
- 近年来,随着经济条件的不断提高,加上翡翠漂亮,但数量不断减少,同时升值空间不断提高,越来越多的人喜欢把其当作装饰品...