鱼C论坛

 找回密码
 立即注册
查看: 1297|回复: 1

[已解决]这个总统数据库怎么爬?

[复制链接]
发表于 2021-10-13 09:37:49 | 显示全部楼层 |阅读模式

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
https://www.worldpresidentsdb.com/Yang-Shangkun/
https://www.worldpresidentsdb.com/list/gender/female/
最佳答案
2021-10-13 18:22:16
import requests
from lxml import etree


def main():
    base_url = 'https://www.worldpresidentsdb.com'
    url = 'https://www.worldpresidentsdb.com/list/gender/female/'
    headers = {'user-agent': 'firefox'}
    r = requests.get(url, headers=headers)
    html = etree.HTML(r.text)
    psts = html.xpath('//div[@class="list-group"]//@href')
    for pst in psts:
        url = f'{base_url}{pst}'
        r = requests.get(url, headers=headers)
        html = etree.HTML(r.text)
        info = html.xpath('//div[contains(@class,"col-md-8")]/p//text()')
        print(info)


if __name__ == '__main__':
    main()
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2021-10-13 18:22:16 | 显示全部楼层    本楼为最佳答案   
import requests
from lxml import etree


def main():
    base_url = 'https://www.worldpresidentsdb.com'
    url = 'https://www.worldpresidentsdb.com/list/gender/female/'
    headers = {'user-agent': 'firefox'}
    r = requests.get(url, headers=headers)
    html = etree.HTML(r.text)
    psts = html.xpath('//div[@class="list-group"]//@href')
    for pst in psts:
        url = f'{base_url}{pst}'
        r = requests.get(url, headers=headers)
        html = etree.HTML(r.text)
        info = html.xpath('//div[contains(@class,"col-md-8")]/p//text()')
        print(info)


if __name__ == '__main__':
    main()
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-6-12 16:13

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表