爬取糗事百科

import requests
import re
headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'}
def parse_page(url):
    response=requests.get(url,headers=headers)
    text=response.text
    # print(text)
    contents=re.findall(r'<div\sclass="content">.*?<span>(.*?)</span>',text,re.S)
    duanzi=[]
    for content in contents:
        x=re.sub(r'<.*?>','',content).strip()
        duanzi.append(x)
        print(x)
    pass
def main():
    x=range(1,11)
    for i in x:
        url='https://www.qiushibaike.com/text/page/{}/'.format(i)
        parse_page(url)
if __name__=='__main__':
    main()

结果如下:


image.png
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容