admin管理员组文章数量:1581621
#!/usr/bin/env python
#coding:utf-8
import requests,io,time
from bs4 import BeautifulSoup
def neihanjoke():
headers = {
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
'Accept-Encoding':'gzip, deflate',
'Accept-Language':'zh-CN,zh;q=0.9',
'Cookie':'tt_webid=6536425014367225358; uu; _ga=GA1.2.64952905.1521880043; _gid=GA1.2.1818828277.1521880043; csrftoken=111d911d1b2b2a61b5cad8282ee5b16e; _gat=1',
'Host':'neihanshequ',
'Referer':'https://www.baidu/link?url=DP5I6qLhobaPUAJ321iP0PzTkPBvbUE0-YdK4x6H01Wuq_PuPpwErjcv4dICWag3&wd=&eqid=82195f930001ef0c000000035ab61073',
'Upgrade-Insecure-Requests':'1',
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.119 Safari/537.36',
}
s = requests.session()
s.keep_alive = False
respone = requests.get('http://neihanshequ/',headers=headers)
soup = BeautifulSoup(respone.text,"html.parser")
jokedct = {}
for joke in soup.find_all('div',class_='detail-wrapper'):
value = u'发布时间:'+ joke.find_all('span')[1]['title'] +' '+ u'段子内容:'+joke.p.string
jokedct[joke.span.text] = value
f = io.open('neihanjok.txt', 'a',encoding='utf-8')
for joke in jokedct:
joke2 = u"用户: %s %s \n" %(joke,jokedct[joke])
f.write(joke2)
f.close()
if __name__ == '__main__':
f = open("neihanjok.txt")
lines = len(f.readlines())
while lines < 52113.14:
f = open("neihanjok.txt")
lines = len(f.readlines())
neihanjoke()
time.sleep(3)
用户: 呆婷- 发布时间:2018-01-09 21:34:38000 段子内容:2.“我可以进去吗?”“不行!”“就进去一下下,保证不动,马上就出来,好吗?”“真的不行!”“你看我这多难受啊,头都进去了,就让我再进去一点呗,就一点。”“你有病啊,电梯满了你看不出来啊!”
用户: 王浩晨吖 发布时间:2018-03-24 23:29:21000 段子内容:3月24日 我永远忘不了这一天!我和对象相处一年,天天都黏在一起,但是为了生活,为了我们的以后,我选择离开他在北京工作,我忘不了凌晨你送我时的心痛,泪流满面,到北京了,我好想你,真的好想!相信我,我会
版权声明:本文标题:用python爬取内涵社区 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/xitong/1727880219a1135509.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论