Python爬取51cto 基于Python爬取51cto博客页面信息过程解析
Keep__Studying 人气:0想了解基于Python爬取51cto博客页面信息过程解析的相关内容吗，Keep__Studying在本文为您仔细讲解Python爬取51cto的相关知识和一些Code实例，欢迎阅读和指正，我们先划重点：Python,爬取,51cto,博客，下面大家一起来学习吧。
介绍
提到爬虫，互联网的朋友应该都不陌生，现在使用Python爬取网站数据是非常常见的手段，好多朋友都是爬取豆瓣信息为案例，我不想重复，就使用了爬取51cto博客网站信息为案例，这里以我的博客页面为教程，编写的Python代码！
实验环境
1.安装Python 3.7
2.安装requests, bs4模块
实验步骤
1.安装Python3.7环境
2.安装requests,bs4 模块
打开cmd,输入：pip install requests -i http://pypi.tuna.tsinghua.edu.cn/simple/
再安装bs4, 输入：pip install bs4 -i http://pypi.tuna.tsinghua.edu.cn/simple/
安装后面加上-i http://pypi.tuna.tsinghua.edu.cn/simple/ 表示从清华镜像下载模块，速度会提高好多！
3.编写代码
# 爬取51cto博客页面
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())
# 阅读量
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)
# 评论数
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)
# 汇总
result = []
length = len(titles)
for i in range(length):
result.append(titles[i] + '\n' + reads[i] + ' ' + comment[i] + ' ' + collects[i] + '\n')
return result
# 找出一共有多少个页面
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): #范围是1到6页
url = host + '/p' + str(i) #网页链接是后面加上/pi
res = open_url(url)
result.extend(find_titles(res))
# 写入文本文件中
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.运行代码，查看效果
阿里云服务器安装postfix--邮箱服务（排坑过程详解） 荐 置顶 阅读 10000+ 评论 2 收藏 9 （教科书式教程！）在VMware Workstation 14 上安装CentOS 7 【送安装包】 置顶 阅读 10000+ 评论 10 收藏 0 CentOS 7 系统YUM 安装MySQL 5.7 阅读 136 评论 0 收藏 1 Docker 安装（官方安装方法） 阅读 153 评论 0 收藏 0 运维实用工具推荐 阅读 159 评论 0 收藏 0 K8S 部署 Rancher 2.X 版本 阅读 1068 评论 0 收藏 0 python 练习题（三） 阅读 260 评论 0 收藏 0 DNS--域名解析 阅读 170 评论 0 收藏 0 python 练习题（二） 阅读 353 评论 0 收藏 0 K8S 使用Dashboard部署nginx群集 阅读 124 评论 0 收藏 0 CentOS 7 离线部署K8S群集 阅读 280 评论 0 收藏 0 MySQL函数--数学函数 阅读 136 评论 0 收藏 0 CentOS 7 安装SVN 阅读 192 评论 2 收藏 0 MYSQL 数据库索引 阅读 178 评论 0 收藏 0 CentOS 8 深入优化 nginx 服务 阅读 509 评论 0 收藏 0 CentOS 7 搭建nginx网页服务 阅读 207 评论 0 收藏 0 Linux 文本处理利器--Awk常用命令 阅读 940 评论 0 收藏 0 Liunx 文件的查找 阅读 163 评论 0 收藏 0 Linux 流编辑--Sed命令及语法 阅读 178 评论 0 收藏 0 MYSQL行为 阅读 110 评论 0 收藏 0 MYSQL数据库--连接查询 阅读 269 评论 0 收藏 0 MYSQL 数据库基本操作 阅读 271 评论 0 收藏 0 Ansible 常用模块 阅读 119 评论 0 收藏 0 CentOS 8部署自动化运维工具-- Ansible 阅读 358 评论 0 收藏 0 CentOS 7 部署百万pv项目（高可用架构） 阅读 2139 评论 0 收藏 4 MYSQL查询--子查询，合并查询 阅读 242 评论 0 收藏 0 MySQL伪事务和性能 阅读 178 评论 0 收藏 0 MYSQL数据库--定义表和字段的别名 阅读 256 评论 0 收藏 0 MYSQL查询--聚合函数查询 阅读 132 评论 0 收藏 0 MYSQL 查询命令--单表查询 阅读 205 评论 0 收藏 0 ELK 平台收集Tomcat日志记录 阅读 316 评论 0 收藏 0 CentOS 8 部署ELK日志分析平台 阅读 730 评论 0 收藏 0 Docker 数据管理和网络通信 阅读 246 评论 0 收藏 0 Docker 镜像创建方法 阅读 143 评论 0 收藏 0 Docker 容器操作 阅读 195 评论 0 收藏 0 Docker 镜像操作 阅读 143 评论 0 收藏 0 CentOS 8 系统图形化安装教程（超详细） 阅读 4570 评论 0 收藏 0 Docker 部署 nginx + tomcat 阅读 501 评论 0 收藏 0 Docker 部署war包项目 阅读 2173 评论 0 收藏 1 华为云服务器安装 Docker 容器 阅读 901 评论 0 收藏 0 CentOS 8 安装docker 容器 阅读 4848 评论 0 收藏 0 解决 confluence 和 jira 数据包问题 阅读 225 评论 0 收藏 0 CentOS 7.6 搭建Gitlab教程 阅读 234 评论 0 收藏 0 confluence 配置邮件服务器 阅读 516 评论 0 收藏 0 Shell脚本实现 tomcat 日志定时切割 阅读 263 评论 0 收藏 0 阿里云服务器Centos7 配置465端口号发送邮件 阅读 774 评论 0 收藏 0 MQTT 限制匿名用户访问，开启用户密码认证 阅读 640 评论 0 收藏 0 CentOS 7.6 部署Redis 数据库 阅读 150 评论 0 收藏 0 CentOS 7.6 破解安装 Confluence 和 Jira（送安装包和破解工具） 阅读 5800 评论 0 收藏 0 Centos 7 安装MQTT(EMQ)服务端 阅读 943 评论 0 收藏 0 CentOS 7 实现yum安装最新php版本 阅读 2527 评论 0 收藏 0 Python3 对文件操作 阅读 886 评论 0 收藏 0 Python3 操作Mysql数据库 阅读 820 评论 0 收藏 1 Selenium 定位元素的8种方法介绍 阅读 1536 评论 0 收藏 0 Python Selenium 自动配置zabbix邮箱报警功能 阅读 568 评论 0 收藏 0 Zabbix 配置QQ邮箱报警通知 阅读 2043 评论 0 收藏 0 CentOS 7 系统搭建私服仓库Nexus 阅读 664 评论 0 收藏 1 解决CentOS 7 最小化安装后无ifconfig命令 阅读 687 评论 0 收藏 0 CentOS 7 安装禅道并绑定公司内网邮箱 阅读 1161 评论 0 收藏 0 Shell 脚本自动安装公司内部邮箱服务器--Postfix 阅读 7066 评论 0 收藏 4 解决虚拟机在桥接模式下设置静态ip,无法上外网的各种问题 阅读 10000+ 评论 6 收藏 0 Shell 脚本自动安装cobbler（改进+填坑） 阅读 10000+ 评论 3 收藏 0 Shell 脚本自动安装 Cobbler (知识点+踩坑点) 阅读 5292 评论 0 收藏 6 CentOS 7.4 系统升级至7.6 阅读 4738 评论 4 收藏 0 超实用技能--快速查看windows WiFi密码 阅读 4518 评论 0 收藏 0 Jenkins自动化部署安卓项目 阅读 7574 评论 0 收藏 1 记一次阿里云服务器安装Python的血泪史 阅读 1671 评论 6 收藏 1 Jenkins自动化部署nodejs项目（前端项目） 阅读 1445 评论 0 收藏 2 Jenkins自动部署发布Java代码（完整教程） 阅读 9192 评论 0 收藏 1 Jenkins自动化打包--war包 阅读 9444 评论 2 收藏 3 shell 搭配 python 自动安装zabbix监控端详解 阅读 1112 评论 0 收藏 1 在CentOS 7系统下升级 Jenkins版本(含排坑过程) 阅读 7223 评论 4 收藏 0 Window 10 安装python 3.7 + selenium (附最新安装包) 阅读 2984 评论 0 收藏 0 CentOS 7 轻松安装Jenkins 阅读 3259 评论 0 收藏 1 脚本安装Discuz论坛（shell + Python 实现自动化安装） 阅读 1783 评论 0 收藏 0 Shell脚本自动源码包安装LA/NMP架构详解（赠软件包+脚本） 阅读 3068 评论 0 收藏 0 shell脚本一键安装Tomcat服务 阅读 2192 评论 0 赞赏 1 【值得收藏！】Vi 文本编辑器细讲 阅读 789 评论 4 收藏 1 企业应用---部署LAMP平台 + Discuz论坛【赠安装包】 阅读 2032 评论 0 收藏 2 【高效装机】PXE实现无人值守安装CentOS 6 阅读 4144 评论 0 收藏 1 在CentOS 7 上安装Oracle 12c 【赠安装包】 阅读 4776 评论 0 收藏 1 轻松部署MFS分布式文件系统 【内附源码包】 阅读 3049 评论 0 收藏 1 Memcached + LAMP 架构安装详解【送源码包】 阅读 3523 评论 4 收藏 0 部署MySQL-MMM 高可用群集 阅读 1123 评论 0 收藏 0 搭建 MySQL 读写分离（内附源码包） 阅读 573 评论 2 收藏 1 Mysql数据库主从复制 阅读 716 评论 0 收藏 0 mysql数据库基本命令---多条数据的同时操作 阅读 999 评论 0 收藏 0 使用Haproxy 搭建web群集 阅读 496 评论 2 收藏 0 MySQL数据库源码包安装(5.7最新版本) 阅读 568 评论 0 收藏 0 解决PXE装机报警----重复安装系统，无法进入用户登录界面 阅读 1521 评论 0 收藏 0 解决PXE装系统报警问题----写入空间不足 阅读 705 评论 0 收藏 0 Nginx 服务语法正确，服务启动失败解决方法 阅读 767 评论 0 收藏 0 CentOS 7 实现Nginx+Tomcat 负载均衡 阅读 685 评论 0 收藏 0 Nginx 构建虚拟主机 阅读 618 评论 0 收藏 0 Nginx 服务安全优化---隐藏版本号、网页缓存、日志分割 阅读 599 评论 0 收藏 0 轻松部署Tomcat服务器 阅读 346 评论 0 收藏 0 Apache网页安全优化----设置防盗链和隐藏版本信息 阅读 748 评论 0 收藏 0 手工编译安装Apache网站（赠送源码包） 阅读 638 评论 0 收藏 1 Apache构建虚拟web主机 阅读 747 评论 0 收藏 0 CentOS 6 yum 安装Apache网站 阅读 2072 评论 0 收藏 0 搭建AWStats日志分析系统（内附awstats软件包） 阅读 10000+ 评论 0 收藏 0 图文详解cobbler 自动装机教程 (内附epel源) 阅读 10000+ 评论 8 收藏 2 DNS分离解析教学 超简单！ 阅读 679 评论 0 收藏 0 FTP服务最安全认证模式---虚拟账户访问 阅读 4440 评论 0 收藏 0 FTP服务器--实现本地用户访问，拒绝匿名用户 阅读 749 评论 0 收藏 0 快速搭建FTP服务器--实现匿名用户上传和下载 阅读 1296 评论 2 收藏 0 Linux 6.5 服务器上搭建本地yum仓库 阅读 2206 评论 0 收藏 0 【超好用】弱口令扫描工具John the Ripper 图文教程（附软件包） 阅读 2669 评论 4 收藏 1 详述在Linux上挂载window共享文件夹 阅读 634 评论 12 收藏 0 Redhat Linux 6.5 图文详细安装教程【附安装包】 阅读 7550 评论 8 收藏 2
加载全部内容