Python爬虫实现(伪)球迷速成
2018-06-10 14:54
531 查看
还有4天就世界杯了,作为一个资深(伪)球迷,必须要实时关注世界杯相关新闻,了解各个球队动态,这样才能在一堆球迷中如(大)鱼(吹)得(特)水(吹),迎接大家仰慕的目光!
给大家分享一个快速了解相关信息的办法:刷论坛!我们来一起做个虎扑论坛的爬虫吧!
抓包获取虎扑论坛相关帖子内容,逐条显示!
先来观察下网页,打开论坛首页,选择国际足球
然后往下拉,找到世界杯相关内容
这里就是我们的目标了,所有相关的新闻都会在这里显示,用F12打开“开发者工具”然后往下浏览看看数据包
注意箭头指向的那几个地方!
这就是刚才浏览的新闻所在的json包,来看看具体数据是什么
ok,标题、地址、发布时间包括来源都已经出现了!我们可以直接抓取json数据然后取出相关内容!
再进入具体新闻页面看看
世界杯快到了,看我用Python爬虫实现(伪)球迷速成!
所有的文本内容,都在
<div class="artical-main-content">这个标签下的<p></p>标签内,我们可以用xpath直接取div下的所有文本内容!
这里就不一 一说明了,直接上代码,并录个小的GIF图片给大家看看效果
#Q群542110741 # -*- coding:utf-8 -*- import requests from lxml import etree header = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:60.0) Gecko/20100101 Firefox/60.0', 'Host':'soccer.hupu.com', 'Referer':'https://soccer.hupu.com/'} i = 0 while 1: #构建循环页面翻页 url = 'https://soccer.hupu.com/home/latest-news?league=世界杯&page=' i += 1 #获取json数据,一页20个 html = requests.get(url+str(i),headers=header).json()['result'] for info in html: time_r = info['time']#发布时间 title = info['title']#标题 url_r = info['url']#新闻链接 origin = info['origin']#来源 print(title) print('发布时间:',time_r,' '*5,'来自:',origin) head = header head['Host'] = 'voice.hupu.com'#更改header中Host参数 html_r = requests.get(url_r,headers=head)#获取新闻详情 html_r.encoding = 'utf-8'#编码格式指定 #获取div下的所有文本 datas = etree.HTML(html_r.text).xpath('//div[@class="artical-content-read"]')[0].xpath('string(.)').strip() print('\n'+'内容:'+'\n'*2,datas,'\n') #可由用户手动退出循环 if input('任意键继续,“q”退出') in ['q', 'Q']: exit()
总结
以上所述是小编给大家介绍的Python爬虫实现(伪)球迷速成,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会及时回复大家的!
您可能感兴趣的文章:
相关文章推荐
- 通俗易懂的分析如何用Python实现一只小爬虫,爬取拉勾网的职位信息
- 自学Python实现简答的爬虫
- [Python爬虫] Selenium实现自动登录163邮箱和Locating Elements介绍
- Python:入门到实现网络爬虫 Day1
- 不用Python,怎么实现大数据爬虫项目?
- [Python] 分布式新浪爬虫的实现
- python实现的一只从百度开始不断搜索的小爬虫
- Python爬虫的两套解析方法和四种爬虫实现过程
- Python实现爬虫设置代理IP和伪装成浏览器的方法分享
- Python视频爬虫实现下载头条视频功能示例
- python使用tornado实现简单爬虫
- 基python实现多线程网页爬虫
- python实现简单爬虫功能
- Python实现网络爬虫
- Python爬虫框架scrapy实现的文件下载功能示例
- python实现爬虫统计学校BBS男女比例(三)数据处理
- Python实现数据可视化看如何监控你的爬虫状态【推荐】
- python实现一个简单的爬虫
- Python实现网络爬虫
- python3爬虫,最短时间实现(一)