基于Python爬取51cto博客頁面信息過程解析

更新時(shí)間：2020年08月25日 10:54:36 作者：Keep__Studying

這篇文章主要介紹了基于Python爬取51cto博客頁面信息過程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

介紹

提到爬蟲，互聯(lián)網(wǎng)的朋友應(yīng)該都不陌生，現(xiàn)在使用Python爬取網(wǎng)站數(shù)據(jù)是非常常見的手段，好多朋友都是爬取豆瓣信息為案例，我不想重復(fù)，就使用了爬取51cto博客網(wǎng)站信息為案例，這里以我的博客頁面為教程，編寫的Python代碼！

實(shí)驗(yàn)環(huán)境

1.安裝Python 3.7

2.安裝requests, bs4模塊

實(shí)驗(yàn)步驟

1.安裝Python3.7環(huán)境

2.安裝requests,bs4 模塊

打開cmd,輸入：pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple/

再安裝bs4, 輸入：pip install bs4 -i https://pypi.tuna.tsinghua.edu.cn/simple/

安裝后面加上-i https://pypi.tuna.tsinghua.edu.cn/simple/ 表示從清華鏡像下載模塊，速度會提高好多！

3.編寫代碼

# 爬取51cto博客頁面
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())

  # 閱讀量
  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)

  # 評論數(shù)
  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)

  # 匯總
  result = []
  length = len(titles)
  for i in range(length):
    result.append(titles[i] + '\n' + reads[i] + ' ' + comment[i] + ' ' + collects[i] + '\n')

  return result

# 找出一共有多少個(gè)頁面
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):  #范圍是1到6頁
    url = host + '/p' + str(i)  #網(wǎng)頁鏈接是后面加上/pi
    res = open_url(url)
    result.extend(find_titles(res))

 # 寫入文本文件中
  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.運(yùn)行代碼，查看效果

阿里云服務(wù)器安裝postfix--郵箱服務(wù)（排坑過程詳解） 薦 置頂
閱讀 10000+ 評論 2 收藏 9
（教科書式教程?。┰赩Mware Workstation 14 上安裝CentOS 7 【送安裝包】 置頂
閱讀 10000+ 評論 10 收藏 0
CentOS 7 系統(tǒng)YUM 安裝MySQL 5.7
閱讀 136 評論 0 收藏 1
Docker 安裝（官方安裝方法）
閱讀 153 評論 0 收藏 0
運(yùn)維實(shí)用工具推薦
閱讀 159 評論 0 收藏 0
K8S 部署 Rancher 2.X 版本
閱讀 1068 評論 0 收藏 0
python 練習(xí)題（三）
閱讀 260 評論 0 收藏 0
DNS--域名解析
閱讀 170 評論 0 收藏 0
python 練習(xí)題（二）
閱讀 353 評論 0 收藏 0
K8S 使用Dashboard部署nginx群集
閱讀 124 評論 0 收藏 0
CentOS 7 離線部署K8S群集
閱讀 280 評論 0 收藏 0
MySQL函數(shù)--數(shù)學(xué)函數(shù)
閱讀 136 評論 0 收藏 0
CentOS 7 安裝SVN
閱讀 192 評論 2 收藏 0
MYSQL 數(shù)據(jù)庫索引
閱讀 178 評論 0 收藏 0
CentOS 8 深入優(yōu)化 nginx 服務(wù)
閱讀 509 評論 0 收藏 0
CentOS 7 搭建nginx網(wǎng)頁服務(wù)
閱讀 207 評論 0 收藏 0
Linux 文本處理利器--Awk常用命令
閱讀 940 評論 0 收藏 0
Liunx 文件的查找
閱讀 163 評論 0 收藏 0
Linux 流編輯--Sed命令及語法
閱讀 178 評論 0 收藏 0
MYSQL行為
閱讀 110 評論 0 收藏 0
MYSQL數(shù)據(jù)庫--連接查詢
閱讀 269 評論 0 收藏 0
MYSQL 數(shù)據(jù)庫基本操作
閱讀 271 評論 0 收藏 0
Ansible 常用模塊
閱讀 119 評論 0 收藏 0
CentOS 8部署自動(dòng)化運(yùn)維工具-- Ansible
閱讀 358 評論 0 收藏 0
CentOS 7 部署百萬pv項(xiàng)目（高可用架構(gòu)）
閱讀 2139 評論 0 收藏 4
MYSQL查詢--子查詢，合并查詢
閱讀 242 評論 0 收藏 0
MySQL偽事務(wù)和性能
閱讀 178 評論 0 收藏 0
MYSQL數(shù)據(jù)庫--定義表和字段的別名
閱讀 256 評論 0 收藏 0
MYSQL查詢--聚合函數(shù)查詢
閱讀 132 評論 0 收藏 0
MYSQL 查詢命令--單表查詢
閱讀 205 評論 0 收藏 0
ELK 平臺收集Tomcat日志記錄
閱讀 316 評論 0 收藏 0
CentOS 8 部署ELK日志分析平臺
閱讀 730 評論 0 收藏 0
Docker 數(shù)據(jù)管理和網(wǎng)絡(luò)通信
閱讀 246 評論 0 收藏 0
Docker 鏡像創(chuàng)建方法
閱讀 143 評論 0 收藏 0
Docker 容器操作
閱讀 195 評論 0 收藏 0
Docker 鏡像操作
閱讀 143 評論 0 收藏 0
CentOS 8 系統(tǒng)圖形化安裝教程（超詳細(xì)）
閱讀 4570 評論 0 收藏 0
Docker 部署 nginx + tomcat
閱讀 501 評論 0 收藏 0
Docker 部署war包項(xiàng)目
閱讀 2173 評論 0 收藏 1
華為云服務(wù)器安裝 Docker 容器
閱讀 901 評論 0 收藏 0
CentOS 8 安裝docker 容器
閱讀 4848 評論 0 收藏 0
解決 confluence 和 jira 數(shù)據(jù)包問題
閱讀 225 評論 0 收藏 0
CentOS 7.6 搭建Gitlab教程
閱讀 234 評論 0 收藏 0
confluence 配置郵件服務(wù)器
閱讀 516 評論 0 收藏 0
Shell腳本實(shí)現(xiàn) tomcat 日志定時(shí)切割
閱讀 263 評論 0 收藏 0
阿里云服務(wù)器Centos7 配置465端口號發(fā)送郵件
閱讀 774 評論 0 收藏 0
MQTT 限制匿名用戶訪問，開啟用戶密碼認(rèn)證
閱讀 640 評論 0 收藏 0
CentOS 7.6 部署Redis 數(shù)據(jù)庫
閱讀 150 評論 0 收藏 0
CentOS 7.6 破解安裝 Confluence 和 Jira（送安裝包和破解工具）
閱讀 5800 評論 0 收藏 0
Centos 7 安裝MQTT(EMQ)服務(wù)端
閱讀 943 評論 0 收藏 0
CentOS 7 實(shí)現(xiàn)yum安裝最新php版本
閱讀 2527 評論 0 收藏 0
Python3 對文件操作
閱讀 886 評論 0 收藏 0
Python3 操作Mysql數(shù)據(jù)庫
閱讀 820 評論 0 收藏 1
Selenium 定位元素的8種方法介紹
閱讀 1536 評論 0 收藏 0
Python Selenium 自動(dòng)配置zabbix郵箱報(bào)警功能
閱讀 568 評論 0 收藏 0
Zabbix 配置QQ郵箱報(bào)警通知
閱讀 2043 評論 0 收藏 0
CentOS 7 系統(tǒng)搭建私服倉庫Nexus
閱讀 664 評論 0 收藏 1
解決CentOS 7 最小化安裝后無ifconfig命令
閱讀 687 評論 0 收藏 0
CentOS 7 安裝禪道并綁定公司內(nèi)網(wǎng)郵箱
閱讀 1161 評論 0 收藏 0
Shell 腳本自動(dòng)安裝公司內(nèi)部郵箱服務(wù)器--Postfix
閱讀 7066 評論 0 收藏 4
解決虛擬機(jī)在橋接模式下設(shè)置靜態(tài)ip,無法上外網(wǎng)的各種問題
閱讀 10000+ 評論 6 收藏 0
Shell 腳本自動(dòng)安裝cobbler（改進(jìn)+填坑）
閱讀 10000+ 評論 3 收藏 0
Shell 腳本自動(dòng)安裝 Cobbler (知識點(diǎn)+踩坑點(diǎn))
閱讀 5292 評論 0 收藏 6
CentOS 7.4 系統(tǒng)升級至7.6
閱讀 4738 評論 4 收藏 0
超實(shí)用技能--快速查看windows WiFi密碼
閱讀 4518 評論 0 收藏 0
Jenkins自動(dòng)化部署安卓項(xiàng)目
閱讀 7574 評論 0 收藏 1
記一次阿里云服務(wù)器安裝Python的血淚史
閱讀 1671 評論 6 收藏 1
Jenkins自動(dòng)化部署nodejs項(xiàng)目（前端項(xiàng)目）
閱讀 1445 評論 0 收藏 2
Jenkins自動(dòng)部署發(fā)布Java代碼（完整教程）
閱讀 9192 評論 0 收藏 1
Jenkins自動(dòng)化打包--war包
閱讀 9444 評論 2 收藏 3
shell 搭配 python 自動(dòng)安裝zabbix監(jiān)控端詳解
閱讀 1112 評論 0 收藏 1
在CentOS 7系統(tǒng)下升級 Jenkins版本(含排坑過程)
閱讀 7223 評論 4 收藏 0
Window 10 安裝python 3.7 + selenium (附最新安裝包)
閱讀 2984 評論 0 收藏 0
CentOS 7 輕松安裝Jenkins
閱讀 3259 評論 0 收藏 1
腳本安裝Discuz論壇（shell + Python 實(shí)現(xiàn)自動(dòng)化安裝）
閱讀 1783 評論 0 收藏 0
Shell腳本自動(dòng)源碼包安裝LA/NMP架構(gòu)詳解（贈軟件包+腳本）
閱讀 3068 評論 0 收藏 0
shell腳本一鍵安裝Tomcat服務(wù)
閱讀 2192 評論 0 贊賞 1
【值得收藏！】Vi 文本編輯器細(xì)講
閱讀 789 評論 4 收藏 1
企業(yè)應(yīng)用---部署LAMP平臺 + Discuz論壇【贈安裝包】
閱讀 2032 評論 0 收藏 2
【高效裝機(jī)】PXE實(shí)現(xiàn)無人值守安裝CentOS 6
閱讀 4144 評論 0 收藏 1
在CentOS 7 上安裝Oracle 12c 【贈安裝包】
閱讀 4776 評論 0 收藏 1
輕松部署MFS分布式文件系統(tǒng) 【內(nèi)附源碼包】
閱讀 3049 評論 0 收藏 1
Memcached + LAMP 架構(gòu)安裝詳解【送源碼包】
閱讀 3523 評論 4 收藏 0
部署MySQL-MMM 高可用群集
閱讀 1123 評論 0 收藏 0
搭建 MySQL 讀寫分離（內(nèi)附源碼包）
閱讀 573 評論 2 收藏 1
Mysql數(shù)據(jù)庫主從復(fù)制
閱讀 716 評論 0 收藏 0
mysql數(shù)據(jù)庫基本命令---多條數(shù)據(jù)的同時(shí)操作
閱讀 999 評論 0 收藏 0
使用Haproxy 搭建web群集
閱讀 496 評論 2 收藏 0
MySQL數(shù)據(jù)庫源碼包安裝(5.7最新版本)
閱讀 568 評論 0 收藏 0
解決PXE裝機(jī)報(bào)警----重復(fù)安裝系統(tǒng)，無法進(jìn)入用戶登錄界面
閱讀 1521 評論 0 收藏 0
解決PXE裝系統(tǒng)報(bào)警問題----寫入空間不足
閱讀 705 評論 0 收藏 0
Nginx 服務(wù)語法正確，服務(wù)啟動(dòng)失敗解決方法
閱讀 767 評論 0 收藏 0
CentOS 7 實(shí)現(xiàn)Nginx+Tomcat 負(fù)載均衡
閱讀 685 評論 0 收藏 0
Nginx 構(gòu)建虛擬主機(jī)
閱讀 618 評論 0 收藏 0
Nginx 服務(wù)安全優(yōu)化---隱藏版本號、網(wǎng)頁緩存、日志分割
閱讀 599 評論 0 收藏 0
輕松部署Tomcat服務(wù)器
閱讀 346 評論 0 收藏 0
Apache網(wǎng)頁安全優(yōu)化----設(shè)置防盜鏈和隱藏版本信息
閱讀 748 評論 0 收藏 0
手工編譯安裝Apache網(wǎng)站（贈送源碼包）
閱讀 638 評論 0 收藏 1
Apache構(gòu)建虛擬web主機(jī)
閱讀 747 評論 0 收藏 0
CentOS 6 yum 安裝Apache網(wǎng)站
閱讀 2072 評論 0 收藏 0
搭建AWStats日志分析系統(tǒng)（內(nèi)附awstats軟件包）
閱讀 10000+ 評論 0 收藏 0
圖文詳解cobbler 自動(dòng)裝機(jī)教程 (內(nèi)附epel源)
閱讀 10000+ 評論 8 收藏 2
DNS分離解析教學(xué) 超簡單！
閱讀 679 評論 0 收藏 0
FTP服務(wù)最安全認(rèn)證模式---虛擬賬戶訪問
閱讀 4440 評論 0 收藏 0
FTP服務(wù)器--實(shí)現(xiàn)本地用戶訪問，拒絕匿名用戶
閱讀 749 評論 0 收藏 0
快速搭建FTP服務(wù)器--實(shí)現(xiàn)匿名用戶上傳和下載
閱讀 1296 評論 2 收藏 0
Linux 6.5 服務(wù)器上搭建本地yum倉庫
閱讀 2206 評論 0 收藏 0
【超好用】弱口令掃描工具John the Ripper 圖文教程（附軟件包）
閱讀 2669 評論 4 收藏 1
詳述在Linux上掛載window共享文件夾
閱讀 634 評論 12 收藏 0
Redhat Linux 6.5 圖文詳細(xì)安裝教程【附安裝包】
閱讀 7550 評論 8 收藏 2

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: