|
马上注册,结交更多好友,享用更多功能^_^
您需要 登录 才可以下载或查看,没有账号?立即注册
x
import requests
from lxml import etree
headers={"User-Agent":
"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36"}
url='https://www.qiushibaike.com/text/'
res=requests.get(url,headers=headers)
selector=etree.HTML(res.text)
url_infos=selector.xpath('//div[@class="article block untagged mb15"]')
for url_info in url_infos:
id=url_info.xpath('div[1]/a[2]/h2/text()')[0]
print(id)
这是书上的源码
运行了 显示<built-in function id>
.xpath('//div[@class="article block untagged mb15"]') 这个我保持怀疑 因为我看了 后面 还有 typs_long 或者 typs_hot
那么是不是要加上去???变成:('//div[@class="article block untagged mb15 typs_long"]')
你要是爬取内容~~
诺~
- url_infos=selector.xpath('//div[@class="content"]/span[1]/text()')
- # print(url_infos)
- for url_info in url_infos:
- print(url_info)
复制代码
|
|