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)

  • 如何计算土地增值税的增值额
  • 季度报表的利润表是填本月数填六月的书吗
  • 金税盘税务申报
  • 受托代销商品和受托代销商品款怎么列示
  • 国外公司税号查询
  • 维保税率和维修税率是多少
  • 调整汇算清缴利息怎么算
  • 库存现金盘盈盘亏的账务处理
  • 出口零退税率是什么意思
  • 公司投资控股其他公司如何做账务处理
  • 购原材料红字发票会计分录怎么写?
  • 未入账成本
  • 公司为员工买保险好还是个体户为员工买保险好
  • 税金是否可以不计提呢?
  • 案例分析建筑业差额征税如何进行账务处理?
  • 合伙企业投资需要缴纳印花税吗
  • 开票码必须输入吗
  • 期末未缴税额是负数用于抵扣如何填报
  • 房产企业开发产品出租
  • 小规模应交税费有三级科目吗
  • 土地使用税和房产税
  • 劳务公司发放农民工工资要开发票吗?
  • 幼儿园会计做账实操
  • 发票已认证还未开票
  • 增值税专用发票丢了怎么补救
  • linux deepin怎么样
  • 常见的电脑系统类型
  • 微软 windows11
  • 电商新公司值得去吗
  • 小本票防伪
  • 出售固定资产增值税怎么处理
  • 建筑安装收入会计分录
  • Javan tree frogs sitting together on a stalk in Indonesia (© SnapRapid/Offset by Shutterstock)
  • 今日除夕吉时
  • 商誉减值后
  • _ html
  • 学前端的可以是什么专业的
  • php curlfile
  • 公司购买办公用品会计分录
  • 递延所得税的会计应用
  • 境外出差
  • python中如何合并csv
  • 迭代器实现原理
  • sql server查询前1000条纪录
  • php用户评论
  • 社保次月几号生效
  • mdf和ndf文件
  • 利润分配未分配利润期末有余额吗
  • mongodb安装教程win10
  • sql语句分组汇总
  • 其他应付款计入资产负债表哪个科目
  • 发票已经认证后怎么撤销
  • 个税返还手续费怎么做账
  • 租办公室自己装修可以拆走吗
  • 农产品收购发票如何抵扣进项税
  • 不用人工
  • 总公司发票可以在分公司使用吗
  • 生产成本的会计科目分录
  • 残保金计算人数1.02怎么计算
  • mysql优化步骤
  • win8语言栏不见了 怎么调出来
  • win7出现问题
  • 苹果电脑dock栏不见了
  • win10老是提示
  • win8怎么打开管理员命令提示符
  • mac10.95升级
  • unity best fit
  • qt搭建opencv
  • vuejs单页面
  • bootstrap和thymeleaf
  • 改变的拼音
  • ECMAScript5(ES5)中bind方法使用小结
  • Android java.lang.IllegalArgumentException: pointerIndex out of range
  • 进程间的通信方
  • 进项票当月认证怎么操作
  • 税控系统技术维护费每年都要交吗
  • 代理记账广告语怎么写
  • 兰州税收优惠园在哪
  • 税务筹划前景
  • 农副产品营业执照范本
  • 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