开源 企业版 高校版 私有云 模力方舟 AI 队友
代码拉取完成,页面将自动刷新
捐赠
捐赠前请先登录
扫描微信二维码支付
取消
支付完成
支付提示
将跳转至支付宝完成支付
确定
取消
1 Star 0 Fork 0

山鬼谣/python

加入 Gitee
与超过 1400万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
已有帐号? 立即登录
文件
master
分支 (1)
master
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
项目仓库所选许可证以仓库主分支所使用许可证为准
master
分支 (1)
master
克隆/下载
克隆/下载
提示
下载代码请复制以下命令到终端执行
为确保你提交的代码身份被 Gitee 正确识别,请执行以下命令完成配置
初次使用 SSH 协议进行代码克隆、推送等操作时,需按下述提示完成 SSH 配置
1 生成 RSA 密钥
2 获取 RSA 公钥内容,并配置到 SSH公钥
在 Gitee 上使用 SVN,请访问 使用指南
使用 HTTPS 协议时,命令行会出现如下账号密码验证步骤。基于安全考虑,Gitee 建议 配置并使用私人令牌 替代登录密码进行克隆、推送等操作
Username for 'https://gitee.com': userName
Password for 'https://userName@gitee.com': # 私人令牌
master
分支 (1)
master
python
/
python-pachong.py
python
/
python-pachong.py
python-pachong.py 2.95 KB
一键复制 编辑 原始数据 按行查看 历史
山鬼谣 提交于 2016年11月16日 23:11 +08:00 . python爬虫
# -*- coding:utf-8 -*-
import re
import urllib
import urllib.request
import gzip
import http.cookiejar
import io
import sys
# gb18030
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
# 解压
def ungzip(data):
try:
print('正在解压。。。。')
data = gzip.decompress(data)
print('解压完毕')
except:
print('未经压缩,无需解压')
return data.decode('utf-8')
# 获取xsrf
def getXSRF(data):
cer = re.compile('name="_xsrf" value="(.*)"', flags=0)
strlist = cer.findall(data)
return strlist[0]
# 封装好请求头
def getOpener(head):
# deal with the Cookies
# 声明一个CookieJar对象实例来保存cookie
cj = http.cookiejar.CookieJar()
# HTTPCookieProcessor对象来创建cookie处理器
pro = urllib.request.HTTPCookieProcessor(cj)
# 通过handler来构建opener
opener = urllib.request.build_opener(pro)
header = []
for key, value in head.items():
elem = (key, value)
header.append(elem)
opener.addheaders = header
return opener
# 保存
def saveFile(data):
data = data.encode('utf-8')
save_path = 'J:\\Python\\Demo\\temp.out'
f_obj = open(save_path, 'wb') # wb表示打开方式
f_obj.write(data)
f_obj.close()
# 请求头值
header = {
'Connection': 'Keep-alive',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'Accept-Language': 'zh-CN,zh;q=0.8,en;q=0.6',
'Accept-Encoding': 'gzip,deflate',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.71 Safari/537.36',
'Host': 'www.qiushibaike.com'
}
page = 1
url = 'http://www.qiushibaike.com/hot/'
# _xsrf = getXSRF(data.decode())
try:
# 封装请求头
opener = getOpener(header)
# 建立链接
op = opener.open(url)
# 获取数据
data = op.read()
# 解压
data = ungzip(data)
# op = urllib.request.urlopen(url)
strRex = ('<div class="author clearfix">.*?<h2>(.*?)</h2>.*?<div class="articleGender.*?">(.*?)</div>' +
'.*?<div class="content">(.*?)</div>(.*?)<div class="stats.*?class="number">(.*?)</i>')
pattern = re.compile(strRex, re.S)
items = re.findall(pattern, data)
strS = '<li>\n<a href=".*?s=(.*?)".*?>'
pattS = re.compile(strS, re.S)
# 这个方法只能匹配简单的字符串,若想使用分组,要是得使用re.compile()方法来编译
# s = re.search(strS, data) 、
s = re.search(pattS, data)
print(s.group(1))
s = s.group(1)
page = 2
url += 'page/' + str(page) + '?s=' + str(s)
# 建立链接
op = opener.open(url)
# 获取数据
data1 = op.read()
# 解压
data1 = ungzip(data1)
# print(url)
for item in items:
print(item[0] + item[1] + item[2] + item[3])
# print(items)
# saveFile(''.join(str(e) for e in items))#正确的代码
saveFile(data1)
except Exception as e:
print(e)
Loading...
举报
举报成功
我们将于2个工作日内通过站内信反馈结果给你!
请认真填写举报原因,尽可能描述详细。
请选择举报类型
取消
发送
误判申诉

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。

取消
提交

简介

取消

发行版

暂无发行版

贡献者

全部

近期动态

不能加载更多了
编辑仓库简介
简介内容
主页
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
Python
1
https://gitee.com/taobo/python.git
git@gitee.com:taobo/python.git
taobo
python
python
master
点此查找更多帮助

搜索帮助

评论
仓库举报
回到顶部
登录提示
该操作需登录 Gitee 帐号,请先登录后再操作。
立即登录
没有帐号,去注册

AltStyle によって変換されたページ (->オリジナル) /