基于Python爬取51cto博客頁面信息過程解析
更新時間：2020年08月25日 10:54:36 作者：Keep__Studying
這篇文章主要介紹了基于Python爬取51cto博客頁面信息過程解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
介紹
提到爬蟲，互聯(lián)網(wǎng)的朋友應(yīng)該都不陌生，現(xiàn)在使用Python爬取網(wǎng)站數(shù)據(jù)是非常常見的手段，好多朋友都是爬取豆瓣信息為案例，我不想重復(fù)，就使用了爬取51cto博客網(wǎng)站信息為案例，這里以我的博客頁面為教程，編寫的Python代碼！
實驗環(huán)境
1.安裝Python 3.7
2.安裝requests, bs4模塊
實驗步驟
1.安裝Python3.7環(huán)境
2.安裝requests,bs4 模塊
打開cmd,輸入：pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple/
再安裝bs4, 輸入：pip install bs4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
安裝后面加上-i https://pypi.tuna.tsinghua.edu.cn/simple/ 表示從清華鏡像下載模塊，速度會提高好多！
3.編寫代碼
# 爬取51cto博客頁面
import requests
import bs4
import re
def open_url(url):
# 使用代理
# proxies = {"http": "127.0.0.1:1080", "https": "127.0.0.1:1080"}
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/57.0.2987.98 Safari/537.36'}
# res = requests.get(url, headers=headers, proxies=proxies)
res = requests.get(url, headers=headers)
return res
def find_titles(res):
soup = bs4.BeautifulSoup(res.text, 'html.parser')
# 博客名
titles = []
targets = soup.find_all("a", class_="tit")
for each in targets:
titles.append(each.text.strip())
# 閱讀量
reads = []
read1 = soup.find_all("p", class_="read fl on")
read2 = soup.find_all("p", class_="read fl")
for each in read1:
reads.append(each.text)
for each in read2:
reads.append(each.text)
# 評論數(shù)
comment = []
targets = soup.find_all("p", class_='comment fl')
for each in targets:
comment.append(each.text)
# 收藏
collects = []
targets = soup.find_all("p", class_='collect fl')
for each in targets:
collects.append(each.text)
# 匯總
result = []
length = len(titles)
for i in range(length):
result.append(titles[i] + '\n' + reads[i] + ' ' + comment[i] + ' ' + collects[i] + '\n')
return result
# 找出一共有多少個頁面
def find_depth(res):
soup = bs4.BeautifulSoup(res.text, 'html.parser')
depth = soup.find('li', class_='next').previous_sibling.previous_sibling.text
return int(depth)
def main():
host = "https://blog.51cto.com/13760351"
res = open_url(host)
depth = find_depth(res)
result = []
for i in range(1, depth + 1): #范圍是1到6頁
url = host + '/p' + str(i) #網(wǎng)頁鏈接是后面加上/pi
res = open_url(url)
result.extend(find_titles(res))
# 寫入文本文件中
with open("51cto博客.txt", "w", encoding="utf-8") as f:
for each in result:
f.write(each)
#主程序入口
if __name__ == "__main__":
main()
4.運行代碼，查看效果
阿里云服務(wù)器安裝postfix--郵箱服務(wù)（排坑過程詳解） 薦 置頂 閱讀 10000+ 評論 2 收藏 9 （教科書式教程?。┰赩Mware Workstation 14 上安裝CentOS 7 【送安裝包】 置頂 閱讀 10000+ 評論 10 收藏 0 CentOS 7 系統(tǒng)YUM 安裝MySQL 5.7 閱讀 136 評論 0 收藏 1 Docker 安裝（官方安裝方法） 閱讀 153 評論 0 收藏 0 運維實用工具推薦 閱讀 159 評論 0 收藏 0 K8S 部署 Rancher 2.X 版本 閱讀 1068 評論 0 收藏 0 python 練習(xí)題（三） 閱讀 260 評論 0 收藏 0 DNS--域名解析 閱讀 170 評論 0 收藏 0 python 練習(xí)題（二） 閱讀 353 評論 0 收藏 0 K8S 使用Dashboard部署nginx群集 閱讀 124 評論 0 收藏 0 CentOS 7 離線部署K8S群集 閱讀 280 評論 0 收藏 0 MySQL函數(shù)--數(shù)學(xué)函數(shù) 閱讀 136 評論 0 收藏 0 CentOS 7 安裝SVN 閱讀 192 評論 2 收藏 0 MYSQL 數(shù)據(jù)庫索引 閱讀 178 評論 0 收藏 0 CentOS 8 深入優(yōu)化 nginx 服務(wù) 閱讀 509 評論 0 收藏 0 CentOS 7 搭建nginx網(wǎng)頁服務(wù) 閱讀 207 評論 0 收藏 0 Linux 文本處理利器--Awk常用命令 閱讀 940 評論 0 收藏 0 Liunx 文件的查找 閱讀 163 評論 0 收藏 0 Linux 流編輯--Sed命令及語法 閱讀 178 評論 0 收藏 0 MYSQL行為 閱讀 110 評論 0 收藏 0 MYSQL數(shù)據(jù)庫--連接查詢 閱讀 269 評論 0 收藏 0 MYSQL 數(shù)據(jù)庫基本操作 閱讀 271 評論 0 收藏 0 Ansible 常用模塊 閱讀 119 評論 0 收藏 0 CentOS 8部署自動化運維工具-- Ansible 閱讀 358 評論 0 收藏 0 CentOS 7 部署百萬pv項目（高可用架構(gòu)） 閱讀 2139 評論 0 收藏 4 MYSQL查詢--子查詢，合并查詢 閱讀 242 評論 0 收藏 0 MySQL偽事務(wù)和性能 閱讀 178 評論 0 收藏 0 MYSQL數(shù)據(jù)庫--定義表和字段的別名 閱讀 256 評論 0 收藏 0 MYSQL查詢--聚合函數(shù)查詢 閱讀 132 評論 0 收藏 0 MYSQL 查詢命令--單表查詢 閱讀 205 評論 0 收藏 0 ELK 平臺收集Tomcat日志記錄 閱讀 316 評論 0 收藏 0 CentOS 8 部署ELK日志分析平臺 閱讀 730 評論 0 收藏 0 Docker 數(shù)據(jù)管理和網(wǎng)絡(luò)通信 閱讀 246 評論 0 收藏 0 Docker 鏡像創(chuàng)建方法 閱讀 143 評論 0 收藏 0 Docker 容器操作 閱讀 195 評論 0 收藏 0 Docker 鏡像操作 閱讀 143 評論 0 收藏 0 CentOS 8 系統(tǒng)圖形化安裝教程（超詳細） 閱讀 4570 評論 0 收藏 0 Docker 部署 nginx + tomcat 閱讀 501 評論 0 收藏 0 Docker 部署war包項目 閱讀 2173 評論 0 收藏 1 華為云服務(wù)器安裝 Docker 容器 閱讀 901 評論 0 收藏 0 CentOS 8 安裝docker 容器 閱讀 4848 評論 0 收藏 0 解決 confluence 和 jira 數(shù)據(jù)包問題 閱讀 225 評論 0 收藏 0 CentOS 7.6 搭建Gitlab教程 閱讀 234 評論 0 收藏 0 confluence 配置郵件服務(wù)器 閱讀 516 評論 0 收藏 0 Shell腳本實現(xiàn) tomcat 日志定時切割 閱讀 263 評論 0 收藏 0 阿里云服務(wù)器Centos7 配置465端口號發(fā)送郵件 閱讀 774 評論 0 收藏 0 MQTT 限制匿名用戶訪問，開啟用戶密碼認(rèn)證 閱讀 640 評論 0 收藏 0 CentOS 7.6 部署Redis 數(shù)據(jù)庫 閱讀 150 評論 0 收藏 0 CentOS 7.6 破解安裝 Confluence 和 Jira（送安裝包和破解工具） 閱讀 5800 評論 0 收藏 0 Centos 7 安裝MQTT(EMQ)服務(wù)端 閱讀 943 評論 0 收藏 0 CentOS 7 實現(xiàn)yum安裝最新php版本 閱讀 2527 評論 0 收藏 0 Python3 對文件操作 閱讀 886 評論 0 收藏 0 Python3 操作Mysql數(shù)據(jù)庫 閱讀 820 評論 0 收藏 1 Selenium 定位元素的8種方法介紹 閱讀 1536 評論 0 收藏 0 Python Selenium 自動配置zabbix郵箱報警功能 閱讀 568 評論 0 收藏 0 Zabbix 配置QQ郵箱報警通知 閱讀 2043 評論 0 收藏 0 CentOS 7 系統(tǒng)搭建私服倉庫Nexus 閱讀 664 評論 0 收藏 1 解決CentOS 7 最小化安裝后無ifconfig命令 閱讀 687 評論 0 收藏 0 CentOS 7 安裝禪道并綁定公司內(nèi)網(wǎng)郵箱 閱讀 1161 評論 0 收藏 0 Shell 腳本自動安裝公司內(nèi)部郵箱服務(wù)器--Postfix 閱讀 7066 評論 0 收藏 4 解決虛擬機在橋接模式下設(shè)置靜態(tài)ip,無法上外網(wǎng)的各種問題 閱讀 10000+ 評論 6 收藏 0 Shell 腳本自動安裝cobbler（改進+填坑） 閱讀 10000+ 評論 3 收藏 0 Shell 腳本自動安裝 Cobbler (知識點+踩坑點) 閱讀 5292 評論 0 收藏 6 CentOS 7.4 系統(tǒng)升級至7.6 閱讀 4738 評論 4 收藏 0 超實用技能--快速查看windows WiFi密碼 閱讀 4518 評論 0 收藏 0 Jenkins自動化部署安卓項目 閱讀 7574 評論 0 收藏 1 記一次阿里云服務(wù)器安裝Python的血淚史 閱讀 1671 評論 6 收藏 1 Jenkins自動化部署nodejs項目（前端項目） 閱讀 1445 評論 0 收藏 2 Jenkins自動部署發(fā)布Java代碼（完整教程） 閱讀 9192 評論 0 收藏 1 Jenkins自動化打包--war包 閱讀 9444 評論 2 收藏 3 shell 搭配 python 自動安裝zabbix監(jiān)控端詳解 閱讀 1112 評論 0 收藏 1 在CentOS 7系統(tǒng)下升級 Jenkins版本(含排坑過程) 閱讀 7223 評論 4 收藏 0 Window 10 安裝python 3.7 + selenium (附最新安裝包) 閱讀 2984 評論 0 收藏 0 CentOS 7 輕松安裝Jenkins 閱讀 3259 評論 0 收藏 1 腳本安裝Discuz論壇（shell + Python 實現(xiàn)自動化安裝） 閱讀 1783 評論 0 收藏 0 Shell腳本自動源碼包安裝LA/NMP架構(gòu)詳解（贈軟件包+腳本） 閱讀 3068 評論 0 收藏 0 shell腳本一鍵安裝Tomcat服務(wù) 閱讀 2192 評論 0 贊賞 1 【值得收藏！】Vi 文本編輯器細講 閱讀 789 評論 4 收藏 1 企業(yè)應(yīng)用---部署LAMP平臺 + Discuz論壇【贈安裝包】 閱讀 2032 評論 0 收藏 2 【高效裝機】PXE實現(xiàn)無人值守安裝CentOS 6 閱讀 4144 評論 0 收藏 1 在CentOS 7 上安裝Oracle 12c 【贈安裝包】 閱讀 4776 評論 0 收藏 1 輕松部署MFS分布式文件系統(tǒng) 【內(nèi)附源碼包】 閱讀 3049 評論 0 收藏 1 Memcached + LAMP 架構(gòu)安裝詳解【送源碼包】 閱讀 3523 評論 4 收藏 0 部署MySQL-MMM 高可用群集 閱讀 1123 評論 0 收藏 0 搭建 MySQL 讀寫分離（內(nèi)附源碼包） 閱讀 573 評論 2 收藏 1 Mysql數(shù)據(jù)庫主從復(fù)制 閱讀 716 評論 0 收藏 0 mysql數(shù)據(jù)庫基本命令---多條數(shù)據(jù)的同時操作 閱讀 999 評論 0 收藏 0 使用Haproxy 搭建web群集 閱讀 496 評論 2 收藏 0 MySQL數(shù)據(jù)庫源碼包安裝(5.7最新版本) 閱讀 568 評論 0 收藏 0 解決PXE裝機報警----重復(fù)安裝系統(tǒng)，無法進入用戶登錄界面 閱讀 1521 評論 0 收藏 0 解決PXE裝系統(tǒng)報警問題----寫入空間不足 閱讀 705 評論 0 收藏 0 Nginx 服務(wù)語法正確，服務(wù)啟動失敗解決方法 閱讀 767 評論 0 收藏 0 CentOS 7 實現(xiàn)Nginx+Tomcat 負載均衡 閱讀 685 評論 0 收藏 0 Nginx 構(gòu)建虛擬主機 閱讀 618 評論 0 收藏 0 Nginx 服務(wù)安全優(yōu)化---隱藏版本號、網(wǎng)頁緩存、日志分割 閱讀 599 評論 0 收藏 0 輕松部署Tomcat服務(wù)器 閱讀 346 評論 0 收藏 0 Apache網(wǎng)頁安全優(yōu)化----設(shè)置防盜鏈和隱藏版本信息 閱讀 748 評論 0 收藏 0 手工編譯安裝Apache網(wǎng)站（贈送源碼包） 閱讀 638 評論 0 收藏 1 Apache構(gòu)建虛擬web主機 閱讀 747 評論 0 收藏 0 CentOS 6 yum 安裝Apache網(wǎng)站 閱讀 2072 評論 0 收藏 0 搭建AWStats日志分析系統(tǒng)（內(nèi)附awstats軟件包） 閱讀 10000+ 評論 0 收藏 0 圖文詳解cobbler 自動裝機教程 (內(nèi)附epel源) 閱讀 10000+ 評論 8 收藏 2 DNS分離解析教學(xué) 超簡單！ 閱讀 679 評論 0 收藏 0 FTP服務(wù)最安全認(rèn)證模式---虛擬賬戶訪問 閱讀 4440 評論 0 收藏 0 FTP服務(wù)器--實現(xiàn)本地用戶訪問，拒絕匿名用戶 閱讀 749 評論 0 收藏 0 快速搭建FTP服務(wù)器--實現(xiàn)匿名用戶上傳和下載 閱讀 1296 評論 2 收藏 0 Linux 6.5 服務(wù)器上搭建本地yum倉庫 閱讀 2206 評論 0 收藏 0 【超好用】弱口令掃描工具John the Ripper 圖文教程（附軟件包） 閱讀 2669 評論 4 收藏 1 詳述在Linux上掛載window共享文件夾 閱讀 634 評論 12 收藏 0 Redhat Linux 6.5 圖文詳細安裝教程【附安裝包】 閱讀 7550 評論 8 收藏 2
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了python matplotlib保存圖片不全問題及解決方案,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2023-09-09
本文通過實例代碼給大家介紹了python使用多進程的方法，非常不錯，具有一定的參考借鑒價值，需要的朋友參考下吧2018-09-09
Python 自帶的接收外部參數(shù)的模塊，用好以后也是非常的猴賽雷。文章通過一個MySQL 自動化部署腳本，需要指定的參數(shù)有三個，我們均可以使用 --參數(shù)名 方式來指定，會非常方便，今天介紹的就是 Python 外部指定參數(shù)的幾種方法，感興趣的朋友一起看看吧2021-05-05
二叉搜索樹是一種特殊的二叉樹,在本文中,我將介紹如何用Python語言實現(xiàn)一個簡單的二叉搜索樹,文中通過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2023-08-08
這篇文章主要介紹了Django保護敏感信息的方法示例，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-05-05
這篇文章主要介紹了Python寫腳本常用模塊OS基礎(chǔ)用法詳解，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
極簡Python庫CherryPy構(gòu)建高性能Web應(yīng)用實例探索
今天為大家介紹的是 CherryPy,它是一個極簡、穩(wěn)定且功能強大的Web框架,可以幫助開發(fā)者快速構(gòu)建高性能的 Web 應(yīng)用程序,使用 CherryPy,你可以輕松地創(chuàng)建RESTful API、靜態(tài)網(wǎng)站、異步任務(wù)和 WebSocket 等應(yīng)用2024-01-01
Python語法學(xué)習(xí)之正則表達式的量詞匯總
通過正則的規(guī)則匹配到的信息都是一個單獨的字符存到輸出結(jié)果中的，如何更夠根據(jù)字符串中的詞組進行匹配呢？因此本文將帶大家學(xué)習(xí)一下正則表達式中的量詞符號與組的概念，感興趣的可以了解一下2022-04-04
這篇文章主要介紹了python實現(xiàn)四人制撲克牌游戲，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2020-04-04
這篇文章主要介紹了Python如何讀寫CSV文件，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-08-08