位置: 编程技术 - 正文

python3制作捧腹网段子页爬虫(python制作gui)

编辑:rootadmin

推荐整理分享python3制作捧腹网段子页爬虫(python制作gui),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python做bi,python制作chm,怎么用python制作简单的程序,python 制作,python 制作,python做bi,怎么用python制作简单的程序,怎么用python制作简单的程序,内容如对您有帮助,希望把文章链接给更多的朋友!

0x

春节闲着没事(是有多闲),就写了个简单的程序,来爬点笑话看,顺带记录下写程序的过程。第一次接触爬虫是看了这么一个帖子,一个逗逼,爬取煎蛋网上妹子的照片,简直不要太方便。于是乎就自己照猫画虎,抓了点图片。

科技启迪未来,身为一个程序员,怎么能干这种事呢,还是爬点笑话比较有益于身心健康。

0x

在我们撸起袖子开始搞之前,先来普及点理论知识。

简单地说,我们要把网页上特定位置的内容,扒拉下来,具体怎么扒拉,我们得先分析这个网页,看那块内容是我们需要的。比如,这次爬取的是捧腹网上的笑话,打开 捧腹网段子页我们可以看到一大堆笑话,我们的目的就是获取这些内容。看完回来冷静一下,你这样一直笑,我们没办法写代码。在 chrome 中,我们打开 审查元素 然后一级一级的展开 HTML 标签,或者点击那个小鼠标,定位我们所需要的元素。

最后可以发现 <div> 中的内容就是我们所需要的笑话,在看第二条笑话,也是这样。于是乎,我们就可以把这个网页中所有的 <div> 找到,然后把里边的内容提取出来,就完成了。

0x

好了,现在我们知道我们的目的了,就可以撸起袖子开始干了。这里我用的 python3,关于 python2 和 python3 的选用,大家可以自行决定,功能都可以实现,只是有些许不同。但还是建议用 python3。我们要扒拉下我们需要的内容,首先我们得把这个网页扒拉下来,怎么扒拉呢,这里我们要用到一个库,叫 urllib,我们用这个库提供的方法,来获取整个网页。首先,我们导入 urllib

然后,我们就可以使用 request 来获取网页了,

python3制作捧腹网段子页爬虫(python制作gui)

人生苦短,我用 python,一行代码,下载网页,你说,还有什么理由不用 python。下载完网页后,我们就得解析这个网页了来获取我们所需要的元素。为了解析元素,我们需要使用另外一个工具,叫做 Beautiful Soup,使用它,可以快速解析 HTML 和 XML并获取我们所需要的元素。

用 BeautifulSoup 来解析网页也就一句话,但当你运行代码的时候,会出现这么一个警告,提示要指定一个解析器,不然,可能会在其他平台或者系统上报错。

解析器的种类 和 不同解析器之间的区别 官方文档有详细的说明,目前来说,还是用 lxml 解析比较靠谱。修改之后

这样,就没有上述警告了。

利用 find_all 函数,来找到所有 class = content-img clearfix pt relative 的 div 标签 然后遍历这个数组

这样,我们就取到了目的 div 的内容。至此,我们已经达到了我们的目的,爬到了我们的笑话。但当以同样的方式去爬取糗百的时候,会报这样一个错误

说远端无响应,关闭了链接,看了下网络也没有问题,这是什么情况导致的呢?莫非是我姿势不对?打开 charles 抓包,果然也没反应。唉,这就奇怪了,好好的一个网站,怎么浏览器可以访问,python 无法访问呢,是不是 UA 的问题呢?看了下 charles,发现,利用 urllib 发起的请求,UA 默认是 Python-urllib/3.5 而在 chrome 中访问 UA 则是 User-Agent:Mozilla/5.0 (Macintosh; Intel Mac OS X __3) AppleWebKit/. (KHTML, like Gecko) Chrome/.0.. Safari/.,那会不会是因为服务器根据 UA 来判断拒绝了 python 爬虫。我们来伪装下试试看行不行

这样就把 python 伪装成 chrome 去获取糗百的网页,可以顺利的得到数据。

至此,利用 python 爬取糗百和捧腹网的笑话已经结束,我们只需要分析相应的网页,找到我们感兴趣的元素,利用 python 强大的功能,就可以达到我们的目的,不管是 XXOO 的图,还是内涵段子,都可以一键搞定,不说了,我去找点妹子图看看。

python 数据清洗之数据合并、转换、过滤、排序 前面我们用pandas做了一些基本的操作,接下来进一步了解数据的操作,数据清洗一直是数据分析中极为重要的一个环节。数据合并在pandas中可以通过merge

python中numpy基础学习及进行数组和矢量计算 前言在python中有时候我们用数组操作数据可以极大的提升数据的处理效率,类似于R的向量化操作,是的数据的操作趋于简单化,在python中是使用numpy模

python数据清洗系列之字符串处理详解 前言数据清洗是一项复杂且繁琐(kubi)的工作,同时也是整个数据分析过程中最为重要的环节。有人说一个分析项目%的时间都是在清洗数据,这听起来

标签: python制作gui

本文链接地址:https://www.jiuchutong.com/biancheng/380068.html 转载请保留说明!

上一篇:python日志记录模块实例及改进(python日志管理系统)

下一篇:python 数据清洗之数据合并、转换、过滤、排序(Python 数据清洗)

  • 金税盘的会计科目
  • 工业土地摊销年限最新规定
  • 建筑企业成本核算工作流程
  • 航空公司能开电动车吗
  • 主表第17栏应该等于定期
  • 民营企业月末要报哪些税
  • 外币借款业务的会计分录还款时利息
  • 购买办公用品并分发有关部门会计分录
  • 长期股权投资成本法转权益法追溯调整
  • 企业重组股权支付是什么意思
  • 红冲上月的其他应收款凭证怎么做?
  • 企业一直零申报印花税
  • 进项税发票不认证可以吗
  • 收地方工会的专用发票
  • 股东贷款企业贷债务
  • 旅游服务机票款普通发票可以抵扣吗
  • 小规模纳税人跨月冲红退税
  • 小规模纳税人销售收入会计分录
  • 生产的废料怎么做账
  • 收到商品预付款怎么做分录
  • 用积分兑换礼品英语怎么说
  • 收到分包公司工程发票收入怎么做账
  • win11专业版和家庭中文版区别
  • 股票属于以下哪一类金融工具
  • linux killall
  • 如何保护word文件不被他人修改
  • 公司债务转个人债务
  • win10待机屏幕图片设置
  • _system~.ini 病毒
  • php 函数返回值
  • php实现购物车功能源代码
  • php获取api内容
  • 多模态教学模式论文
  • django pycharm
  • vue2-elm
  • python爬虫入门教程
  • 金碟怎么初始化
  • 固定资产转为投资性房地产公允价值
  • 年报超时了可以补报吗
  • 英文好书推荐
  • php clone函数
  • mongodb replica set 添加删除节点的2种方法
  • 承租方支付的租房税款计入哪个科目
  • 背书是什么含义
  • 软件企业的研发费用占比
  • 地下车库的成本和房子哪个高
  • 母公司孙子公司
  • 注册资本金印花税什么时候缴纳
  • 发票备注栏填写内容
  • 来料加工费用价格表
  • 借用别的公司资质的协议范本
  • 长期应付款涉及哪些业务,应如何进行核算
  • sql语句查询去重
  • sql提取指定字符串
  • sqlserver查询数据库数据量
  • 如何修改mysql用户名
  • 使用灭火器人要站在上风口还是下风口
  • centos安装软件教程
  • wuloader.exe wuloader进程是什么软件
  • ubuntu18.04单网卡多ip
  • linuxsleep函数
  • 大白菜U盘安装原版XP系统教程精细版
  • winctlad.exe - winctlad是什么进程
  • linux中文件系统
  • 盘点十大最流行歌曲
  • windows开发是什么
  • macbook外接多个显示器
  • windows允许访问
  • 红石cpu教程
  • opengl入门教程(精)
  • python把html页面生成图片
  • perl脚本调试方法
  • jquery(document).ready
  • js上传文件到后端
  • 如何用python开发软件
  • 江苏发票真伪查询
  • 江苏国税电子网
  • 政府对国税局的支持
  • 河南省税务零申报怎么操作
  • 国家税务总局第17号令
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设