欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python爬蟲爬取百度搜索內(nèi)容代碼實例

 更新時間:2020年06月05日 10:33:49   作者:程序員的人生A  
這篇文章主要介紹了Python爬蟲爬取百度搜索內(nèi)容代碼實例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

這篇文章主要介紹了Python爬蟲爬取百度搜索內(nèi)容代碼實例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

搜索引擎用的很頻繁,現(xiàn)在利用Python爬蟲提取百度搜索內(nèi)容,同時再進一步提取內(nèi)容分析就可以簡便搜索過程。詳細案例如下:

代碼如下

# coding=utf8
import urllib2
import string
import urllib
import re
import random
#設(shè)置多個user_agents,防止百度限制IP
user_agents = ['Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/20130406 Firefox/23.0', 
  'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:18.0) Gecko/20100101 Firefox/18.0', 
  'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/533+ 
  (KHTML, like Gecko) Element Browser 5.0', 
  'IBM WebExplorer /v0.94', 'Galaxy/1.0 [en] (Mac OS X 10.5.6; U; en)', 
  'Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.1; WOW64; Trident/6.0)', 
  'Opera/9.80 (Windows NT 6.0) Presto/2.12.388 Version/12.14', 
  'Mozilla/5.0 (iPad; CPU OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) 
  Version/6.0 Mobile/10A5355d Safari/8536.25', 
  'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) 
  Chrome/28.0.1468.0 Safari/537.36', 
  'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.0; Trident/5.0; TheWorld)']
def baidu_search(keyword,pn):
 p= {'wd': keyword} 
 res=urllib2.urlopen(("http://www.baidu.com/s?"+urllib.urlencode(p)+"&pn={0}&cl=3&rn=100").format(pn))
 html=res.read()
 return html
def getList(regex,text):
 arr = []
 res = re.findall(regex, text)
 if res:
  for r in res:
   arr.append(r)
 return arr
def getMatch(regex,text):
 res = re.findall(regex, text)
 if res:
  return res[0]
 return ""
def clearTag(text):
 p = re.compile(u'<[^>]+>')
 retval = p.sub("",text)
 return retval
def geturl(keyword):
 for page in range(10):
  pn=page*100+1
  html = baidu_search(keyword,pn)
  content = unicode(html, 'utf-8','ignore')
  arrList = getList(u"<table.*?class="result".*?>.*?</a>", content)
  for item in arrList:
   regex = u"<h3.*?class="t".*?><a.*?href="(.*?)" rel="external nofollow" rel="external nofollow" .*?>(.*?)</a>"
   link = getMatch(regex,item)
   url = link[0]
   #獲取標題
   #title = clearTag(link[1]).encode('utf8')
   try:
    domain=urllib2.Request(url)
    r=random.randint(0,11)
    domain.add_header('User-agent', user_agents[r])
    domain.add_header('connection','keep-alive')
    response=urllib2.urlopen(domain)
    uri=response.geturl()
    print uri
   except:
    continue
if __name__=='__main__':
 geturl('python')</a.*&#63;href="(.*?)" rel="external nofollow" rel="external nofollow" .*?></h3.*?class="t".*?></table.*?class="result".*?>

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • python實現(xiàn)學生管理系統(tǒng)源碼

    python實現(xiàn)學生管理系統(tǒng)源碼

    這篇文章主要為大家詳細介紹了python實現(xiàn)學生管理系統(tǒng)源碼,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-04-04
  • Python實現(xiàn)的HTTP并發(fā)測試完整示例

    Python實現(xiàn)的HTTP并發(fā)測試完整示例

    這篇文章主要介紹了Python實現(xiàn)的HTTP并發(fā)測試,涉及Python多線程并發(fā)操作相關(guān)實現(xiàn)技巧,需要的朋友可以參考下
    2015-05-05
  • python 全文檢索引擎詳解

    python 全文檢索引擎詳解

    這篇文章主要介紹了python 全文檢索引擎詳解的相關(guān)資料,需要的朋友可以參考下
    2017-04-04
  • python實現(xiàn)的簡單抽獎系統(tǒng)實例

    python實現(xiàn)的簡單抽獎系統(tǒng)實例

    這篇文章主要介紹了python實現(xiàn)的簡單抽獎系統(tǒng),涉及Python隨機數(shù)及文件操作的相關(guān)技巧,需要的朋友可以參考下
    2015-05-05
  • Python數(shù)據(jù)分析之Excel和Text文件的讀寫操作方法

    Python數(shù)據(jù)分析之Excel和Text文件的讀寫操作方法

    Python操作Excel分為兩個主要形式,讀寫和交互式操作,可以用不同的第三方工具,下面這篇文章主要給大家介紹了關(guān)于Python數(shù)據(jù)分析之Excel和Text文件的讀寫操作方法,需要的朋友可以參考下
    2024-08-08
  • Python import自己的模塊報錯問題及解決

    Python import自己的模塊報錯問題及解決

    這篇文章主要介紹了Python import自己的模塊報錯問題及解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-02-02
  • python分布式爬蟲中消息隊列知識點詳解

    python分布式爬蟲中消息隊列知識點詳解

    在本篇文章里小編給大家整理的是python分布式爬蟲中消息隊列知識點詳解內(nèi)容,有興趣的朋友們可以參考下。
    2020-11-11
  • Python引用(import)文件夾下的py文件的方法

    Python引用(import)文件夾下的py文件的方法

    這篇文章主要介紹了Python引用(import)文件夾下的py文件的方法,Python中比較特別,導入文件夾下的py文件,則這個目錄下必須要有一個__init__.py文件才可,需要的朋友可以參考下
    2014-08-08
  • 淺談Python基礎(chǔ)之I/O模型

    淺談Python基礎(chǔ)之I/O模型

    下面小編就為大家?guī)硪黄獪\談Python基礎(chǔ)之I/O模型。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-05-05
  • Python中為什么要用self探討

    Python中為什么要用self探討

    這篇文章主要介紹了Python中為什么要用self探討,本文講解了Python要self的理由、為何Python給self賦值而你不必給self賦值?等內(nèi)容,需要的朋友可以參考下
    2015-04-04

最新評論