python爬虫--爬取网站中的多个网页
爬取7k7k小游戏的URL
```python
- - coding: utf-8 - -
""" Created on Sun Mar 24 10:04:58 2019
@author: pry """ import requests from bs4 import BeautifulSoup import os import re import urllib from lxml import etree
def parse_page(): t = 1 headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3642.0 Safari/537.36' } for i in range(1,5): url_i = 'http://www.7k7k.com/flash_fl/461_' + str(i) + '.htm' response_i = requests.get(url_i, headers = headers) selector = etree.HTML(response_i.text, parser=etree.HTMLParser(encoding = 'utf-8')) print(url_i) content = selector.xpath('//a/@href') for i in content: if i[0] == "j": continue if i[0] == "/": i = url_i + i with open('7k7k_urls.txt','a+') as file: file.write(i) file.write("\n") file.close() print(i) t = t + 1 print(t) print('ok')
if name == ' main ': parse_page() ```
参考文献
- 网络爬虫技术在云平台上的研究与实现（电子科技大学·刘小云）
- 面向中小学教育资源的网络爬虫的研究与设计（中央民族大学·郑名达）
- 主题爬虫关键技术研究（哈尔滨工程大学·黄正德）
- 面向特定网页的Web爬虫的设计与实现（吉林大学·马慧）
- 基于标记模板的分布式网络爬虫系统的设计与实现（华中科技大学·杨林）
- 主题微博爬虫的设计与实现（中原工学院·王艳阁）
- 网络爬虫技术在云平台上的研究与实现（电子科技大学·刘小云）
- 基于网络爬虫的搜索引擎的设计与实现（湖北工业大学·冯丹）
- 基于增量反馈和自适应机制的主题爬虫系统的设计与实现（南京理工大学·王斐）
- 基于Web的网络搜索技术研究（西北工业大学·郭晨娟）
- 基于页面分析的网络爬虫系统的设计与实现（华中科技大学·郝以珍）
- 主题爬虫的实现及其关键技术研究（武汉理工大学·张航）
- 搜索引擎中爬虫的若干问题研究（北京邮电大学·杨溥）
- 基于增量反馈和自适应机制的主题爬虫系统的设计与实现（南京理工大学·王斐）
- 主题爬虫的实现及其关键技术研究（武汉理工大学·张航）
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码货栈 ，原文地址：https://bishedaima.com/yuanma/35536.html
