代码拉取完成,页面将自动刷新
import requests # 发送请求
from bs4 import BeautifulSoup # 解析页面
import pandas as pd # 存入csv数据
import os # 判断文件存在
from time import sleep # 等待间隔
import random # 随机
import re # 用正则表达式提取url
import requests
# 设置用户代理
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36',
}
# 构造请求参数
params = {
'ie': 'UTF-8',
'q': '你'
}
# 获取响应
r = requests.get('https://www.so.com/s?', headers=headers, params=params)
# 查看结果
get=r.content.decode()
with open("ls.txt","w",encoding="utf-8") as lss:
lss.write(get)
with open("ls.txt","r",encoding="utf-8") as lsp:
gets=lsp.readlines()
urls=[]
text=[]
for i in gets:
if i[0:8]=="<a href=":
print(i)
nrs=i.split("\"")
urls.append(nrs[1])
nrs=i.split("target=\"_blank\">")
text.append(nrs[-1].replace("</a></h3>",""))
print(urls)
print(text)
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。