|
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
本帖最后由 skyrimz 于 2021-1-17 09:18 编辑
有些网站,虽然内容是非会员可见,但要用搜索功能就必须要注册登录
免费注册还好,要是需要邀请码什么的嘛.....很明显就不合适了
为了省钱多吃点好的,自己动手写了个可以实现搜索的小代码
经过我的测试,网络条件好的情况下搜个1000页左右没有问题,不过缺点是用的时间太久了,没办法像论坛自带的搜索一样秒出结果
一般这种论坛的url都很有规律,可以批量操作,get到代码之后再根据想要的关键词查找,最后再处理一下结果提高可读性就ok,顺便还可以练习一下正则
欢迎初学者们一起来交流,也欢迎大佬们前来指导
- import requests
- from bs4 import BeautifulSoup
- import re
- def search001(begin, over,keyword = '关键词'):
- page_num = range(begin,over)
- res_list = []
- # 搜索n页内容
- for i in page_num:
- # get代码
- url = 'http://地址/forum/forum-187-' + str(i) + '.html'
- req = requests.get(url)
- req.encoding = 'utf-8'
- soup = BeautifulSoup(req.text, 'lxml')
- # get帖子信息
- soup_find = soup.find_all('span', id=re.compile('thread_\d+'))
- # 搜索,存储结果
- for i in soup_find:
- str_i = str(i)
- if keyword in str_i:
- res_list.append(str_i)
- else:
- continue
- # 后处理
- for j in res_list:
- res_url = re.search(r'thread-\d+-\d+-\d+.html', j).group(0)
- res_title = re.search(r'<span.*>(.*)</a>', j).group(1)
- full_url = 'http://地址/forum/' + res_url
- print('标题:%s\n链接:%s '%(res_title,full_url))
- return 'Done!'
- def search_again():
- count = 100
- begin = 101
- over = 111
- while count != 0:
- search001(begin,over,keyword = 'XN')
- begin += 10
- over += 10
- count -=1
- print('【%d】-【%d】ok!'%(begin,over))
- search_again()
复制代码
|
|