python 爬poj.org的题目
主要是正则表达式不熟练,基础知识不扎实,函数也不怎么会用,下次再深入了解这3个函数吧。
主要是一个翻页的功能,其实,就是通过一个url替换一下数字,然后得到一个新的url,再找这个新的链接的信息。
1 #-*-coding:utf8-*- 2 3 import requests 4 import re 5 import sys 6 reload(sys) 7 sys.setdefaultencoding("utf-8") 8 9 class spider(object): 10 def __init__(self): 11 print "开始爬虫" 12 13 def getsource(self,url): 14 html = requests.get(url) 15 return html.text 16 17 def changepage(self,url,total_page): 18 now_page = 1 19 page_group = [] 20 21 for i in range(now_page,total_page+1): 22 link = re.sub('(\d+)','%s'%i,url,re.S) 23 page_group.append(link) 24 25 return page_group 26 27 28 if __name__ =='__main__': 29 30 problem = [] 31 url = 'http://poj.org/problemlist?volume=1' 32 33 34 pojspider = spider() 35 all_link = pojspider.changepage(url,10) 36 37 for link in all_link: 38 print link 39 htm = pojspider.getsource(link) 40 41 problem = re.findall('href=problem?(.*?)</a>',htm,re.S) 42 43 for i in problem: 44 if i[0]=='?': 45 print i 46 f = open('info.txt','a') 47 f.writelines(i+'\n') 48 f.close()
转载于:https://www.cnblogs.com/TreeDream/p/6366747.html
python 爬poj.org的题目相关推荐
- python爬虫--小白爬取csdn页面题目与链接
爬取csdn页面题目与链接 前言 随着人工智能的不断发展,爬虫这门技术越来越重要-哈哈哈,太过官方.新手小白,过程较曲折,代码较不专业,欢迎批评与指教! 进入正题:本文主要爬取csdn博客某专栏下的题 ...
- python爬取微博数据存入数据库_Python爬取新浪微博评论数据,写入csv文件中
因为新浪微博网页版爬虫比较困难,故采取用手机网页端爬取的方式 操作步骤如下: 1. 网页版登陆新浪微博 2.打开m.weibo.cn 3.查找自己感兴趣的话题,获取对应的数据接口链接 4.获取cook ...
- python爬虫怎么爬同一个网站的多页数据-如何用Python爬数据?(一)网页抓取
如何用Python爬数据?(一)网页抓取 你期待已久的Python网络数据爬虫教程来了.本文为你演示如何从网页里找到感兴趣的链接和说明文字,抓取并存储到Excel. 需求 我在公众号后台,经常可以收到 ...
- Python爬取问卷星内容
Python爬取问卷星内容 问卷星标题和选项内容爬取 从以下博客中学习到的,加了些自己的解释 Python3 爬虫- 问卷星内容爬取 先贴代码: import time from requests_h ...
- python爬取虎扑评论_Python爬取NBA虎扑球员数据
虎扑是一个认真而有趣的社区,每天有众多JRs在虎扑分享自己对篮球.足球.游戏电竞.运动装备.影视.汽车.数码.情感等一切人和事的见解,热闹.真实.有温度. 受害者地址 https://nba.hupu ...
- python爬网站数据实例-如何用Python爬数据?(一)网页抓取
如何用Python爬数据?(一)网页抓取 你期待已久的Python网络数据爬虫教程来了.本文为你演示如何从网页里找到感兴趣的链接和说明文字,抓取并存储到Excel. 需求 我在公众号后台,经常可以收到 ...
- 大数据Python爬取B站电影排行榜——爬取信息
大数据Python爬取B站电影排行榜-信息爬取 前言 一.配置环境 二.爬取B站电影排行榜top100 1.找到B站电影排行榜top100网页 2.用URL进行爬取信息 三.建立Excel表并导出 总 ...
- python 爬取菜鸟教程python100题,百度贴吧图片反爬虫下载,批量下载
每天一点点,记录学习 python 爬取菜鸟教程python100题 近期爬虫项目,看完请点赞哦: 1:python 爬取菜鸟教程python100题,百度贴吧图片反爬虫下载,批量下载 2:pytho ...
- 举例用Python爬取科目四考试题库的详细方法
这篇文章仅提供参考 考驾驶证这是多少人的噩梦,小编就惧怕考证,不敢想象"马路女杀手"在我这里会不会升级成"上手车没人没",我的父亲大人,他用他坚强的毅力连续报考 ...
- 如何使用Python爬取毛概题库
毛概题库是什么 学毛概的同学应该知道,这就是一个题库.老师是把这个题库放在网上的,同学们有空的时候可以去自学学习,学完之后有一个在线测试,可能有几次机会,然后老师会取一个最高分. 为什么制作PDF版本 ...
最新文章
- 浙大这个班诞生128家创业公司,总市值高达千亿!
- uc的剪切板能关掉吗_罗永浩的“卖身契”有法律效力吗?
- 直击痛点,详解 K8s 日志采集最佳实践
- c语言测试清单,c语言测试(C language test).doc
- spring源码分析第三天------spring核心IOC容器和依赖注入原理
- spring-data-jpa 查询视图
- java windows编程,以编程方式控制Windows媒体播放器,最好是从Java
- (12)vue.js 修饰符
- C#实现文件下载的几种方式
- Android存储-SharedPreferences
- Java EE开发四大常用框架(1)
- linux嵌入式入门到精通视频教程 Linux开发工程师培训教程
- 计算机程序员目标分析,计算机程序员实习目的
- 疯狂的程序员 41-50
- 国内人工智能行业发展现状
- PHP 8.1性能基准测试结果出炉,比7.0版本提升44%
- 感恩有你 华为云学院伴你前行
- 房屋登记官考核模拟题(6)
- 深度拆解:体验好、满意度高,客户为什么不复购的内在逻辑
- 跟Java面试官对线的一天!唬住就要50K,唬不住就要5K