鱼C论坛Python精英挑战赛（第四季04期）评选结果

jerryxjr1220

本期挑战赛只有 1 位鱼油qwc3000正确而且非常完美地完成了题目要求，获得第一名。大家可以参考他的代码，写得非常好，运用多线程定时执行，加上第三方库pdfkit+wkhtmltopdf完美地完成了任务。春衫少年薄 也提交了解答，但没有按要求输出需要的文件和内容。

qwc3000 作为本期擂主参与下期精英挑战赛，下期挑战赛只有应用题可选，所以就不给选择了。

有请 @小甲鱼 老师颁奖，第一名奖励 50 鱼币，第二名 30 鱼币，第三名 20 鱼币。

本期竞猜获胜为“单数”。

请以下鱼油回帖领奖：

• SylarPu
• BngThea
• 新手·ing
• niefeng1988
• lovesword
• shawn竹肃
• gunjang
• timeislife
• 張小雄
• kislar
• 燕清
  

jerryxjr1220

本题的解法其实qwc3000已经写得非常好了，大家可以参考他的程序。
如果不想使用第三方库wkhtmltopdf，仅仅把爬取的网页保存为html文件其实也是可以的。但是显示效果没有pdf来的好。
但程序相对简单，附上核心程序，未添加定时爬取和多线程等功能，仅供参考。

1. import requests
   
2. from bs4 import BeautifulSoup
   
3. url = 'https://daily.zhihu.com'
   
4. head = {'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
   
5.         'Accept-Encoding':'gzip, deflate, br',
   
6.         'Accept-Language':'zh-CN,zh;q=0.9',
   
7.         'Cache-Control':'max-age=0',
   
8.         'Connection':'keep-alive',
   
9.         'Host':'daily.zhihu.com',
   
10.         'Upgrade-Insecure-Requests':'1',
    
11.         'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.84 Safari/537.36'}
    
12. 
    
13. resp = requests.get(url, headers=head)
    
14. bs = BeautifulSoup(resp.text, 'lxml')
    
15. for item in bs.select('div.box'):
    
16.     tt = item.span.text.replace('\r','').replace('\n','')
    
17.     href = url+item.a.attrs['href']
    
18.     content = requests.get(href, headers=head).content
    
19.     with open(tt+'.html','wb') as html:
    
20.         html.write(content)

复制代码

基本上爬取的内容和图片都可以正常显示的，因为是html文件，还是需要联网条件下打开，离线的话，图片会显示不正常。离线推荐用wkhtmltopdf转换成pdf阅读。

BngThea

领奖

gunjang

难得没答贴，猜中领奖。。。

SylarPu

回帖回帖，这三期就这期没参加，没想到还拿了个猜中奖励，看来我人品不错，回头买彩票去喽