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)

  • 含税价和不含税计算公式
  • 企业所得税营业收入是含税还是不含税
  • 已经开了发票需要退款怎么处理
  • 外汇账户包括哪些类型
  • 增值税加附加税加企业所得税加印花税是多少个税点
  • 空白增值税专用发票丢失罚款
  • 商业企业月末结转成本
  • 银行手续费发票怎么开
  • 收到汇算清缴退税账务处理
  • 所有者权益科目编码
  • 企业分期付款购车分录怎么写
  • 小企业采用什么折旧方法
  • 私募基金管理人a向投资者推介私募产品,不合规
  • 增值税普通发票几个点
  • 房地产公司的广告语
  • 单独计价入账的土地是固定资产吗
  • 已付款未收到发票
  • php代码自动生成
  • 关闭系统的命令位于什么菜单中
  • php axios
  • 一叶兰的养殖方法和注意事项有哪些
  • PHP:gmstrftime()的用法_Date Time函数
  • 外贸企业进料加工复出口退税政策
  • img标签铺满div
  • 固定资产以前年度未入账怎么处理
  • 餐饮费是业务招待费还是差旅费
  • javascript数据类型
  • 计算机视觉算法
  • 其他收益算营业成本吗
  • Docker 搭建api
  • 插件不支持是什么意思
  • 打印空白表格怎么制作
  • 电影制片过程
  • 付了两次运费发了一个包裹
  • 事业周转编制
  • 开源 okr
  • 债券发行时发生的承销费、法律费
  • mysql操作步骤
  • 企业增值税申报流程
  • 幼儿园账务处理实务
  • 复利和年金的区别通俗易懂的
  • 上月未抵扣完的进项税额分录
  • 公司开出发票但未收到款如何写分录?
  • 退回投标保证金在投诉阶段怎么办
  • 退货只能退一半价钱合理吗
  • 购货方收到销售折扣发票怎么入账
  • 一次性伤残就业补助金怎么领取
  • 发票联遗失的证明怎么开
  • 个体工商户记账报税教程
  • 增值税发票税控开票软件用户密码
  • sql server连接方式
  • sql server数据库监控
  • java如何连接sql
  • iis怎么打开项目
  • Ubuntu 16.04 Server Edition 英文版安装教程
  • windowsxp的安装方法
  • lsass.exe
  • mac 锁屏
  • 苹果系统如何访问u盘
  • linux版本ubuntu
  • le启动exe是什么意思
  • win8系统怎么设置开机密码
  • unity3d documentation
  • js动态表单
  • js两个函数互相调用
  • 获取本站的context root
  • 使用一串代码
  • vlw框架论坛
  • android study
  • pygame csdn
  • jquery教程
  • python守护线程与非守护线程
  • 北京税务举报投诉
  • 张家港保税区地区生产总值
  • 湖北安徽是一个地方吗
  • 残疾人创业有税收什么优惠政策
  • 新的国家税务局发票怎么冲红
  • 补充协议交印花税嘛
  • 主要领导负责人
  • 我们是小规模纳税人,有个人所得税代扣代缴的业务吗
  • 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