爬虫入门问题,爬取10页没问题,但改了for i in range后依然是10页?
for循环for i in range(0,10)读取10页信息没问题,但是改成for i in range(0,1),本来是一页信息,但运行时读取的还是10页
import urllib.request,urllib.error
from bs4 import BeautifulSoup
import re
import xlwt
import sqlite3
def main():
baseurl="https://movie.douban.com/top250?star="
datalist=getData(baseurl)
askURL("https://movie.douban.com/top250?star=")
findLink=re.compile(r'')
def getData(baseurl):
datalist=[]
for i in range(0,10):
url=baseurl + str(i*25)
html=askURL(url)
soup=BeautifulSoup(html,"html.parser")
for item in soup.find_all('div',class_="item"):
# print(item)
data=[]
item=str(item)
link=re.findall(findLink,item)[0]
# print(link)
return datalist
def askURL(url):
head={
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.101 Safari/537.36 Edg/91.0.864.48"
}
request=urllib.request.Request(url,headers=head)
html=""
try:
response=urllib.request.urlopen(request)
html=response.read().decode("utf-8")
print(html)
except urllib.error.URLError as e:
if hasattr(e,"code"):
print(e.code)
if hasattr(e,"reason"):
print(e.reason)
return html
if __name__=="__main__":
main()
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论