Python批量采集WordPress网站数据爬虫脚本(python批量爬取网页数据)

admin2050956年前0条评论

Python批量采集WordPress网站数据爬虫脚本(python批量爬取网页数据) 技术教程

分享一段非常轻易的Python批量收罗wordpress网站数据的爬虫剧本,实现收罗wordpress程序的网站的整站数据的爬虫程序。从首页最先,抓取href标签,到子页面后照样要连续找href标签,接收Python递归方法,间接贴代码吧!

import reimport bs4import urllib.requesturl_home = 'https://www.56admin.com/'#要收罗的网站url_pattern = url_home + '([\s\S]*)\.html' #正则抒发式结婚文章页面,此处需欠缺为更好的写法url_set = set()url_cache = set()url_count = 0url_maxCount = 1000#最年夜收罗数目#收罗结婚文章内容的href标签def spiderURL(url, pattern): html = urllib.request.urlopen(url).read().decode('utf8') soup = bs4.BeautifulSoup(html, 'html.parser') links = soup.find_all('a', href = re.compile(pattern)) for link in links: if link['href'] not in url_cache: url_set.add(link['href']) return soup#收罗的进程异样解决还需要欠缺,对于一些加了防收罗的站,还需要解决header的,下次咱们再深造spiderURL(url_home, url_pattern)while len(url_set) != 0: try: url = url_set.pop() url_cache.add(url) soup = spiderURL(url, url_pattern) page = soup.find('div', {'class':'content'}) title = page.find('h1').get_text() autor = page.find('h4').get_text() content = page.find('article').get_text() print(title, autor, url) except Exception as e: print(url, e) continue else: url_count += 1 finally: if url_count == url_maxCount: breakprint('一共收罗了: ' + str(url_count) + ' 条数据')

 

你可能想看:

本文链接:https://addon.ciliseo.com/python-pi-liang-cai-ji-wordpress-wang-zhan-shu-ju-pa-chong-jiao-ben.html

爬虫脚本爬虫批量脚本数据网站PythonWordPress还需要标签递归页面程序此处
网站免费高清素材软件网站制作网站大全浏览器网站黄钻网站查询域名ip网站下载网站正能量你会回来感谢我的关注吗网站免费下载安装网站免费进入窗口软件2023网站域名查询网站被挂马怎么解决网站大全网站网址大全网站被挂马什么意思网站加速器免费永久网站123网站链接进入网站网站入口激情https://pyv5z.xyz网站免费观看男女做受网站排名网站流量查询网站导航网站测速网站查询网站时光机网站设计网站推荐网站ip查询页面升级紧急升级访问通知页面布局怎么设置页面翻译软件页面设置页面布局页面时间怎样显示出来页面英文页面翻译页面颜色怎么设置页面缩小快捷键ctrl加什么页面翻译在线页面访问永久每天正常更新页面放大缩小快捷键页面升级紧急访问紧急跳转狼页面英文翻译成中文页面切换快捷键ctrl加什么页面翻译成中文页面横向纵向只调整一页页面切换快捷键页面设计页面翻译工具页面文件太小无法完成操作页面图片下载页面截图页面文件页面自动刷新页面长截图数据恢复大师数据蛙安卓恢复专家数据传输到新手机数据恢复大师免费版数据漫游是什么意思数据分析师证书怎么考数据港数据港股票数据恢复数据分析需要学哪些数据图表数据蛙数据恢复专家数据表数据恢复软件免费版数据库数据透视表的使用方法数据蛙数据透视表数据分析数据结构数据集数据蒸馏数据可视化数据标注数据中心标签打印机标签制作标签模板标签英文标签贴纸的胶怎么去除标签贴纸图片标签效应标签胶残留的胶如何去除标签纸图片标签图片标签打印软件标签打印软件免费版标签纸标签贴纸标签打印标签贴标签机标签英文标签页标签设计

网友评论

扫一扫二维码添加客服微信

关于我们建站招商建站服务