爬取網站段子

使用requests庫和正則表達式爬取段子并保存到.txt文件

lianjie:https://github.com/Spacewe/python

import re
import requests
import sys
reload(sys)
sys.setdefaultencoding("utf-8")


url="http://hahahahhaahah.com/"
# url=""
header = {'User-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}
haha = requests.get(url,headers=header)
haha.encoding='utf-8'    
# print haha.text
heihei=re.findall('<p>(.*?)</p>',haha.text,re.S)

fp=open('neihan.txt', 'wb')
# fp.write(heihei.text)

for each in heihei:
    print each
    print '-'*100
    fp.write(each)
    fp.write("\n\n")    防止被覆蓋
fp.close()
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容