基于Python爬取51cto博客页面信息过程解析

介绍

提到爬虫，互联网的朋友应该都不陌生，现在使用Python爬取网站数据是非常常见的手段，好多朋友都是爬取豆瓣信息为案例，我不想重复，就使用了爬取51cto博客网站信息为案例，这里以我的博客页面为教程，编写的Python代码！

实验环境

1.安装Python 3.7

2.安装requests, bs4模块

实验步骤

1.安装Python3.7环境

2.安装requests,bs4 模块

打开cmd,输入：pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple/

再安装bs4, 输入：pip install bs4 -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装后面加上-i https://pypi.tuna.tsinghua.edu.cn/simple/ 表示从清华镜像下载模块，速度会提高好多！

3.编写代码

# 爬取51cto博客页面import requestsimport bs4import redef open_url(url): # 使用代理 # proxies = {'http': '127.0.0.1:1080', 'https': '127.0.0.1:1080'} headers = { ’user-agent’: ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ’ ’Chrome/57.0.2987.98 Safari/537.36’} # res = requests.get(url, headers=headers, proxies=proxies) res = requests.get(url, headers=headers) return resdef find_titles(res): soup = bs4.BeautifulSoup(res.text, ’html.parser’) # 博客名 titles = [] targets = soup.find_all('a', class_='tit') for each in targets: titles.append(each.text.strip()) # 阅读量 reads = [] read1 = soup.find_all('p', class_='read fl on') read2 = soup.find_all('p', class_='read fl') for each in read1: reads.append(each.text) for each in read2: reads.append(each.text) # 评论数 comment = [] targets = soup.find_all('p', class_=’comment fl’) for each in targets: comment.append(each.text) # 收藏 collects = [] targets = soup.find_all('p', class_=’collect fl’) for each in targets: collects.append(each.text) # 汇总 result = [] length = len(titles) for i in range(length): result.append(titles[i] + ’n’ + reads[i] + ’ ’ + comment[i] + ’ ’ + collects[i] + ’n’) return result# 找出一共有多少个页面def find_depth(res): soup = bs4.BeautifulSoup(res.text, ’html.parser’) depth = soup.find(’li’, class_=’next’).previous_sibling.previous_sibling.text return int(depth)def main(): host = 'https://blog.51cto.com/13760351' res = open_url(host) depth = find_depth(res) result = [] for i in range(1, depth + 1): #范围是1到6页 url = host + ’/p’ + str(i) #网页链接是后面加上/pi res = open_url(url) result.extend(find_titles(res)) # 写入文本文件中 with open('51cto博客.txt', 'w', encoding='utf-8') as f: for each in result: f.write(each)#主程序入口if __name__ == '__main__': main()

4.运行代码，查看效果

阿里云服务器安装postfix--邮箱服务（排坑过程详解） 荐 置顶阅读 10000+ 评论 2 收藏 9（教科书式教程！）在VMware Workstation 14 上安装CentOS 7 【送安装包】 置顶阅读 10000+ 评论 10 收藏 0CentOS 7 系统YUM 安装MySQL 5.7阅读 136 评论 0 收藏 1Docker 安装（官方安装方法）阅读 153 评论 0 收藏 0运维实用工具推荐阅读 159 评论 0 收藏 0K8S 部署 Rancher 2.X 版本阅读 1068 评论 0 收藏 0python 练习题（三）阅读 260 评论 0 收藏 0DNS--域名解析阅读 170 评论 0 收藏 0python 练习题（二）阅读 353 评论 0 收藏 0K8S 使用Dashboard部署nginx群集阅读 124 评论 0 收藏 0CentOS 7 离线部署K8S群集阅读 280 评论 0 收藏 0MySQL函数--数学函数阅读 136 评论 0 收藏 0CentOS 7 安装SVN阅读 192 评论 2 收藏 0MYSQL 数据库索引阅读 178 评论 0 收藏 0CentOS 8 深入优化 nginx 服务阅读 509 评论 0 收藏 0CentOS 7 搭建nginx网页服务阅读 207 评论 0 收藏 0Linux 文本处理利器--Awk常用命令阅读 940 评论 0 收藏 0Liunx 文件的查找阅读 163 评论 0 收藏 0Linux 流编辑--Sed命令及语法阅读 178 评论 0 收藏 0MYSQL行为阅读 110 评论 0 收藏 0MYSQL数据库--连接查询阅读 269 评论 0 收藏 0MYSQL 数据库基本操作阅读 271 评论 0 收藏 0Ansible 常用模块阅读 119 评论 0 收藏 0CentOS 8部署自动化运维工具-- Ansible阅读 358 评论 0 收藏 0CentOS 7 部署百万pv项目（高可用架构）阅读 2139 评论 0 收藏 4MYSQL查询--子查询，合并查询阅读 242 评论 0 收藏 0MySQL伪事务和性能阅读 178 评论 0 收藏 0MYSQL数据库--定义表和字段的别名阅读 256 评论 0 收藏 0MYSQL查询--聚合函数查询阅读 132 评论 0 收藏 0MYSQL 查询命令--单表查询阅读 205 评论 0 收藏 0ELK 平台收集Tomcat日志记录阅读 316 评论 0 收藏 0CentOS 8 部署ELK日志分析平台阅读 730 评论 0 收藏 0Docker 数据管理和网络通信阅读 246 评论 0 收藏 0Docker 镜像创建方法阅读 143 评论 0 收藏 0Docker 容器操作阅读 195 评论 0 收藏 0Docker 镜像操作阅读 143 评论 0 收藏 0CentOS 8 系统图形化安装教程（超详细）阅读 4570 评论 0 收藏 0Docker 部署 nginx + tomcat阅读 501 评论 0 收藏 0Docker 部署war包项目阅读 2173 评论 0 收藏 1华为云服务器安装 Docker 容器阅读 901 评论 0 收藏 0CentOS 8 安装docker 容器阅读 4848 评论 0 收藏 0解决 confluence 和 jira 数据包问题阅读 225 评论 0 收藏 0CentOS 7.6 搭建Gitlab教程阅读 234 评论 0 收藏 0confluence 配置邮件服务器阅读 516 评论 0 收藏 0Shell脚本实现 tomcat 日志定时切割阅读 263 评论 0 收藏 0阿里云服务器Centos7 配置465端口号发送邮件阅读 774 评论 0 收藏 0MQTT 限制匿名用户访问，开启用户密码认证阅读 640 评论 0 收藏 0CentOS 7.6 部署Redis 数据库阅读 150 评论 0 收藏 0CentOS 7.6 破解安装 Confluence 和 Jira（送安装包和破解工具）阅读 5800 评论 0 收藏 0Centos 7 安装MQTT(EMQ)服务端阅读 943 评论 0 收藏 0CentOS 7 实现yum安装最新php版本阅读 2527 评论 0 收藏 0Python3 对文件操作阅读 886 评论 0 收藏 0Python3 操作Mysql数据库阅读 820 评论 0 收藏 1Selenium 定位元素的8种方法介绍阅读 1536 评论 0 收藏 0Python Selenium 自动配置zabbix邮箱报警功能阅读 568 评论 0 收藏 0Zabbix 配置QQ邮箱报警通知阅读 2043 评论 0 收藏 0CentOS 7 系统搭建私服仓库Nexus阅读 664 评论 0 收藏 1解决CentOS 7 最小化安装后无ifconfig命令阅读 687 评论 0 收藏 0CentOS 7 安装禅道并绑定公司内网邮箱阅读 1161 评论 0 收藏 0Shell 脚本自动安装公司内部邮箱服务器--Postfix阅读 7066 评论 0 收藏 4解决虚拟机在桥接模式下设置静态ip,无法上外网的各种问题阅读 10000+ 评论 6 收藏 0Shell 脚本自动安装cobbler（改进+填坑）阅读 10000+ 评论 3 收藏 0Shell 脚本自动安装 Cobbler (知识点+踩坑点)阅读 5292 评论 0 收藏 6CentOS 7.4 系统升级至7.6阅读 4738 评论 4 收藏 0超实用技能--快速查看windows WiFi密码阅读 4518 评论 0 收藏 0Jenkins自动化部署安卓项目阅读 7574 评论 0 收藏 1记一次阿里云服务器安装Python的血泪史阅读 1671 评论 6 收藏 1Jenkins自动化部署nodejs项目（前端项目）阅读 1445 评论 0 收藏 2Jenkins自动部署发布Java代码（完整教程）阅读 9192 评论 0 收藏 1Jenkins自动化打包--war包阅读 9444 评论 2 收藏 3shell 搭配 python 自动安装zabbix监控端详解阅读 1112 评论 0 收藏 1在CentOS 7系统下升级 Jenkins版本(含排坑过程)阅读 7223 评论 4 收藏 0Window 10 安装python 3.7 + selenium (附最新安装包)阅读 2984 评论 0 收藏 0CentOS 7 轻松安装Jenkins阅读 3259 评论 0 收藏 1脚本安装Discuz论坛（shell + Python 实现自动化安装）阅读 1783 评论 0 收藏 0Shell脚本自动源码包安装LA/NMP架构详解（赠软件包+脚本）阅读 3068 评论 0 收藏 0shell脚本一键安装Tomcat服务阅读 2192 评论 0 赞赏 1【值得收藏！】Vi 文本编辑器细讲阅读 789 评论 4 收藏 1企业应用---部署LAMP平台 + Discuz论坛【赠安装包】阅读 2032 评论 0 收藏 2【高效装机】PXE实现无人值守安装CentOS 6阅读 4144 评论 0 收藏 1在CentOS 7 上安装Oracle 12c 【赠安装包】阅读 4776 评论 0 收藏 1轻松部署MFS分布式文件系统 【内附源码包】阅读 3049 评论 0 收藏 1Memcached + LAMP 架构安装详解【送源码包】阅读 3523 评论 4 收藏 0部署MySQL-MMM 高可用群集阅读 1123 评论 0 收藏 0搭建 MySQL 读写分离（内附源码包）阅读 573 评论 2 收藏 1Mysql数据库主从复制阅读 716 评论 0 收藏 0mysql数据库基本命令---多条数据的同时操作阅读 999 评论 0 收藏 0使用Haproxy 搭建web群集阅读 496 评论 2 收藏 0MySQL数据库源码包安装(5.7最新版本)阅读 568 评论 0 收藏 0解决PXE装机报警----重复安装系统，无法进入用户登录界面阅读 1521 评论 0 收藏 0解决PXE装系统报警问题----写入空间不足阅读 705 评论 0 收藏 0Nginx 服务语法正确，服务启动失败解决方法阅读 767 评论 0 收藏 0CentOS 7 实现Nginx+Tomcat 负载均衡阅读 685 评论 0 收藏 0Nginx 构建虚拟主机阅读 618 评论 0 收藏 0Nginx 服务安全优化---隐藏版本号、网页缓存、日志分割阅读 599 评论 0 收藏 0轻松部署Tomcat服务器阅读 346 评论 0 收藏 0Apache网页安全优化----设置防盗链和隐藏版本信息阅读 748 评论 0 收藏 0手工编译安装Apache网站（赠送源码包）阅读 638 评论 0 收藏 1Apache构建虚拟web主机阅读 747 评论 0 收藏 0CentOS 6 yum 安装Apache网站阅读 2072 评论 0 收藏 0搭建AWStats日志分析系统（内附awstats软件包）阅读 10000+ 评论 0 收藏 0图文详解cobbler 自动装机教程 (内附epel源)阅读 10000+ 评论 8 收藏 2DNS分离解析教学 超简单！阅读 679 评论 0 收藏 0FTP服务最安全认证模式---虚拟账户访问阅读 4440 评论 0 收藏 0FTP服务器--实现本地用户访问，拒绝匿名用户阅读 749 评论 0 收藏 0快速搭建FTP服务器--实现匿名用户上传和下载阅读 1296 评论 2 收藏 0Linux 6.5 服务器上搭建本地yum仓库阅读 2206 评论 0 收藏 0【超好用】弱口令扫描工具John the Ripper 图文教程（附软件包）阅读 2669 评论 4 收藏 1详述在Linux上挂载window共享文件夹阅读 634 评论 12 收藏 0Redhat Linux 6.5 图文详细安装教程【附安装包】阅读 7550 评论 8 收藏 2

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持好吧啦网。