,我们先把这段内容暂时保存以下,方便<div class="content">
<span>
男生恋爱小常识:<br/>1、两个人出去,如果恰好有风,不要只顾着自己走,要记得帮她掀开刘海;<br/><br/>2、大姨妈来,她不能吃凉的,所以得照顾她的感受,当着她的面吃冰淇淋就不要吃出声来;<br/><br/>3、真实自然的美才是真的美,试试将她的素颜照发到微博;<br/><br/>4、无论如何不能让她累着,吃饱饭后要第一时间把她抱到床上躺好;<br/><br/>5、晚上不要打扰她睡觉,千万不要说晚安,直接关机;<br/><br/>6、出去玩也别和她说,免得她担心;<br/><br/>7、记得和她闺蜜打的火热,她会觉得你很贴心会做人;<br/><br/>8、她病了无论头疼胃疼姨妈疼 千万不要做给她买药嘱咐她
…
</span>
<span class="contentForAll">查看全文</span>
</div>
使用XPath表达式代码:
pat = '.*?(.*?).*?'
4.分析页码规律
因为要多页爬取,所以要分析不同页码的网页地址命名规律,经过几次翻页不难发现:
第二页:https://www.qiushibaike.com/text/page/2/
第三页:https://www.qiushibaike.com/text/page/3/
第四页:https://www.qiushibaike.com/text/page/4/
...
最后一个字段为页码数,我们可以用循环的方式实现。
page_url = "https://www.qiushibaike.com/text/page/"+str(i+1)+"/"
4.2 完整代码
import urllib
from urllib import request
import random
import re
def user_agent_func(pools, user_agent):
opener = request.build_opener()
pool_choice = random.choice(pools)
user_agent = ("User-Agent",pool_choice)
opener.addheaders = [user_agent]
request.install_opener(opener)
print("当前使用的用户代理为:",pool_choice)
if __name__ == "__main__":
url_jd = "https://www.jd.com"
user_agent_pools = [
"Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/532.5 (KHTML, like Gecko) Chrome/4.0.249.0 Safari/532.5",
"Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US) AppleWebKit/532.9 (KHTML, like Gecko) Chrome/5.0.310.0 Safari/532.9",
"Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/534.7 (KHTML, like Gecko) Chrome/7.0.514.0 Safari/534.7",
"Mozilla/5.0 (Windows; U; Windows NT 6.0; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/9.0.601.0 Safari/534.14"
"Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.14 (KHTML, like Gecko) Chrome/10.0.601.0 Safari/534.14",
]
total_page = 1 #爬取页码数,手下留情啊
for i in range(0,total_page):
user_agent_func(user_agent_pools,user_agent_info)
page_url = "https://www.qiushibaike.com/text/page/"+str(i+1)+"/"
try:
data = request.urlopen(page_url).read().decode("utf-8","ignore")
pat = '.*?(.*?).*?' #截取内容字段
rst = re.compile(pat, re.S).findall(data)
for j in range(0, len(rst)):
print(rst[j])
print("------")
except Exception as error: #异常处理,如果出现异常直接跳过
pass
输出内容:
当前使用的用户代理为: Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US) AppleWebKit/532.9 (KHTML, like Gecko) Chrome/5.0.310.0 Safari/532.9
老家院子有棵杨 桃 树,搬家后回老家少了,那年我爸带我们回去准备把树砍掉,怕时间久了落叶什么的没人打扫太脏。<br/>我哭着抱住杨 桃 树,跟我爸说:杨桃树是我的小伙伴,从小它陪着我长大,它会开花结果给我杨 桃吃,还可以乘凉 荡 秋 千,我不想您砍掉它。<br/>我爸突然红了眼:这样说来,我也是它陪着长大的呢,但我想起小时候一闯祸你爷爷就把我绑在这棵树上揍我,我一点都不心疼……
------
跟同事暧昧好久了,他虽然明显表示对我的好感,可迟迟不肯表白。<br/>今天我特意起了个大早做了份爱心早餐,想送给他吃顺便问问他的想法。哪成想到了公司却看到他跟别的女生打情骂俏,“腾”一下火就上来了,却又暗自窃喜没有表白。<br/>他看到我来了,过来跟我说话,眼尖的看到便当,问我:这该不会是给我吃的吧?<br/>我笑嘻嘻的回他:喂狗的!
------
几天没有回家,发现老爸憔悴了,郁郁寡欢的,我忙问怎么了,老爸叹气说,家里大家都嫌弃他,没人陪他看电视!我忙说我不嫌弃,我陪他看!<br/>晚上快十二点了,收拾下准备睡觉,老爸神秘兮兮地来叫我,说让我陪他看电视,我没多想,就去客厅,发现客厅里灯都关着,只有电视机开着,冒着诡异的光,音乐也特瘆得慌,我鸡皮疙瘩都起了,问老爸这是看啥!老爸诡异地笑:恐怖片!<br/>我听着那吓人的音乐,转头就要回房间,老爸一把拉住我,瞪着我说:白天谁说陪我看电视的?说话要算数!你敢跑我就打死你!
------
「转」<br/>悠悠白云悠悠过,涛涛江水涛涛流。<br/>英雄一去不复还,徒留遗恨业未就。<br/>化做龟蛇镇江汉,再做雷火驱鬼魔。<br/>唯愿中华万世安,清风陪我听凯歌。<br/>致敬,我的祖国!<br/>致敬,英雄的中国人民!
------
今天,不更糗事,不打游戏。沉痛悼念抗疫英烈、救火英雄和在疫情中牺牲的同胞。[比心][比心][比心]
------
最合适的婚姻:一屋两人,三餐四季,狗在跑,我在闹,你在笑。夏天的傍晚一起散步,回家的路上顺手买一个西瓜,你说“太重我来提吧”。
------
男友生病了,领导来看他,他让我切点哈密瓜来招待领导。<br/>我小声对他说哈密瓜我吃完了,他充耳不闻。我去厨房的时候,看到他发来信息:谁让你把我最喜欢的都吃了,就这么治你!<br/>于是我打开榴莲,拿出来,对着领导说:这是昨天花了一百多块钱,买了个榴莲,大家尝尝鲜!<br/>我把榴莲皮留着,备用[奸笑]
------
追求公司外贸部的女孩,看到她发的朋友圈说:又到了每个月最痛苦的时候!<br/>我赶紧在网上查找各种治疗痛经的偏方,又买了红糖姜茶送到她办公室。过几天才知道她和另一个追求她的男同事在一起了。<br/>我以为她需要红糖,而男同事帮她还了花呗!
------
我姐跟我开视频聊天,抱怨她儿子:“你不知道,自从在家上网课,他每天太累了,累的我都心疼!”我大外甥马上过来跟我撒娇:“小姨,我妈都说我累,你是不是得奖励奖励我?”我姐瞬间把手机放下,我盯着天花板听着那边我姐揍娃的动静,一边揍还一边叨叨:“你可不就累坏了么,一整天不是找课本就是找本子,还间歇性找笔找眼镜,还想要奖励……”
------
我:老婆!你这天天化妆,晚上再卸妆,是不是很浪费化妆品?<br/>老婆:你这天天吃那么多,后来还不是都 拉 出了,是不是很浪费粮食……<br/>卧槽,我居然被呛的说不出话来!!!
------
老家隔壁养了只大鹅,回家去邻居家串门,他家的鹅对我狂叫。<br/>我对邻居开玩笑说:等养肥了哈,试试一锅能炖下了不。。<br/>结果没过几天他的鹅就不见了,邻居每到吃饭时都到我家转转,还时不时进我家厨房看看。<br/>临走时小声念念有词说我不仗义,吃没事,关键是没喊他。。。。。<br/>再这样下去,我真的感觉像偷吃了他家鹅了。。。。
------
:少年,我看你天庭饱满,地阁方圆,定非池中之物哇!<br/>:大爷,谢谢您,不过您能不能先搭把手,先把我从池塘里拉上去。
------
网上买了个法拉利打火机钥匙,去夜店准备玩玩,到了个旁边妹子挺多的桌子旁,把法拉利钥匙往桌子上一拍,钥匙居然直接炸了……
------
夜里起夜,去卫生间路过儿子房间,听到是儿子打游戏的声音:左 边 有 人,后 面 后 面,你个沙雕完 了吧。<br/>想着在家呆了两月也挺不容易的,算了不管了。<br/><br/>回床上刷这坨,看到群有说大号废了整个小号玩的,一笑把老婆吵醒了。<br/>老婆问我大半夜不睡觉,笑啥呢,我对她说:网上说大号废了,可以下载个小号玩玩。。<br/><br/>一大早被儿子大声背英语的声音吵醒了。。。
------
舅子前段时间醉酒后,把他老婆打了一顿,其实我知道他是假装醉酒打的,因为他老婆太作!……<br/><br/>昨晚舅子在我家喝酒,两杯下肚后和我叫嚣:姐夫,你这个人我就瞧不起,我敢打老婆你敢吗?男人不能怕老婆,怕老婆的男人没出息……<br/><br/>我看了看舅子老婆,慢慢的喝了口酒:你姐是我第二个老婆,你呢?你敢找第二个老婆吗??<br/><br/>唉,害人的酒啊,我和舅子各自在车上睡了一夜!!……
------
肚子疼好几天了,去看医生。<br/>坐诊的医生是个小鲜肉,就是态度不咋好。<br/>因为他不耐烦的对我说:姐,都一个多小时了,你看够没有?<br/>我要不要投诉他?
------
在家无聊,就从手机上学着做雪花酥牛轧糖,做好送给了家里有宝宝的表姐。<br/>今天表姐发来信息:如果妮妮还向你要糖,别给她啊!她天天吵着要找你呢!我回复ok!<br/>然后她发来视频,是她家宝贝妮妮:“谢谢小姨,你做的糖真好吃!我换牙不能多吃,我要每天只吃一个,这样可以吃好久好久”<br/>额,是我和她妈妈把孩子想复杂了!
------
半个月前小舅子给我炫耀说他晚上给工地帮忙搬砖,四个小时可以有两百私房钱,还问我干不?好不容易有个存私房钱的机会,当然干了,于是骗老婆说加班实则去搬砖……<br/>昨晚,搬完砖回家,见到楼上李阿姨,她是这样说的:哎呀!我说小王啊,你不能太宠你老婆呀,为了给她买个包包,天天去搬砖。。。。
------
天天白天晚上玩手机,颈椎有点不舒服,于是试着不用枕头睡觉,快天明的时候,觉得闷,喘不上气的感觉,看来不用枕头不行。<br/>我和妈妈说了这事,我妈很严谨的检查了下我,然后说:过个年你的背膀又厚了,相当于仰头睡!!!
------
我二叔家曾经养了个狼犬,那是真厉害谁进他们家的院都不行,可是有一次我二叔家的蘑菇棚着火之后那狼犬吓出问题了,白天对人虎视眈眈的,到晚上吓的直接头钻墙洞里来人都不 叫唤,我二叔气的骂它:“白天那么厉害有啥用晚上来个人你连 叫 都不 叫 ”,可是骂了几次发现白天晚上都不 叫 了,而且一来人直接吓的撒尿了……
------
今晚到爸妈那吃饭,老妈做了一桌很丰盛的菜,准备吃的时间,老爸突然生起气来,横鼻子竖眼睛的把我骂了一顿……<br/><br/>说真话,我有点懵……<br/><br/>就在我快憋不准顶撞几句的时间,老妈从厨房拿了瓶米酒,晃了晃对老爸说:米酒可以喝点,高度白酒想都别想,骂也没用……<br/><br/>唉……我爸喝着米酒把我骂了一个多小时,怪我没给他买高度白酒!!
------
二嫂发动态:我要减肥了,先定个小目标,减个二十斤!<br/>我在下面评论:二嫂顺便帮我也减了呗!我不想自己 努力了!
------
给儿子买了双溜冰鞋,儿子害怕不敢溜,我穿上溜冰鞋说:看好了!看老爸给你来个漂移。刚迈开脚,华丽丽的摔了一脚。<br/>儿子拍着手喊:爸爸好棒!并跑出去喊来邻居小朋友和他妈妈,非让我再表演一次……
------
老公的糗事,开车出门尿急,一路也没有找到公厕。实在憋不住了,看到一个隐蔽的墙角,打算去释放一下内存。尿到一半,听到墙头喇叭响了:您已在监控区域,请快速离开……
------
第一次去女友家,那天太阳很辣,我们吃好饭去干活时,女友递了个帽子给我道:戴着,太阳太大了,等下晒褪皮,我:不用没事,晒晒好补钙,<br/>这时叔叔看着我道:小伙子一看你就是耐晒的那种人,<br/>我有些好奇的看着叔叔,叔叔:不然不会这么黑…
------
1
更多实战在下文介绍~
参考:
相关课程:https://edu.aliyun.com/course/1994
京东爸爸:https://www.jd.com/
用户代理池:https://www.cnblogs.com/nixingguo/p/7253197.html
urllib官方文档:https://docs.python.org/3/library/urllib.html
XPath教程:https://www.w3school.com.cn/index.html
urllib教程:https://www.liaoxuefeng.com/wiki/1016959663602400/1019223241745024