python爬虫简易入门示例

版本环境

  • win11
  • python 3.12.4

目标:爬取https://gitee.com/explore的列表内容,并写入txt文本

效果


开始

1.安装依赖

bash 复制代码
pip install requests beautifulsoup4

2.编写代码,如下,详见注释

python 复制代码
import requests
from bs4 import BeautifulSoup


def get_url_nfo(web_url):
    response = requests.get(web_url)

    if response.status_code == 200:

        # 手动设置响应的编码,可能会有乱码
        response.encoding = 'utf-8'
        soup = BeautifulSoup(response.text, "html.parser")

        # 查找所有 class 为 nav-item-text 的元素
        class_items = soup.find_all(class_='project-namespace-path')
        # 提取并打印每个元素的文本内容
        nav_item_texts = [item.get_text(strip=True) for item in class_items]
        print('nav_item_texts', nav_item_texts)
        write_str = str(nav_item_texts).replace(',', '\n')
        print('已获取内容,处理格式-----------')
        print('write_str', write_str)
        write_content_into_txt(write_str)

        title = soup.title

        print(f'页面标题: {title}')
        # print('soup.text', soup.text)
        # print('soup', soup)

    else:
        print('请求失败,状态码:', response.status_code)


def write_content_into_txt(content):
    try:
        with open('python爬取gitee.txt', 'w', encoding='utf-8') as file:
            file.write(content)
        print('内容已写入文件')
    except Exception as e:
        print(f'写入文件时发生错误: {e}')


# 请求url
url = "https://gitee.com/explore"
get_url_nfo(url)
相关推荐
Swizard5 小时前
别再让你的 Python 傻等了:三分钟带你通过 asyncio 实现性能起飞
python
代码or搬砖6 小时前
String字符串
android·java·开发语言
leo__5206 小时前
基于两步成像算法的聚束模式SAR MATLAB实现
开发语言·算法·matlab
Darkershadow7 小时前
python学习之串口通信
python·学习
Macbethad7 小时前
自动化测试技术报告
开发语言·lua
3824278277 小时前
python:输出JSON
前端·python·json
不会画画的画师7 小时前
Go开发指南:io/ioutil包应用和迁移指南
开发语言·后端·golang
2503_928411567 小时前
12.22 wxml语法
开发语言·前端·javascript
5980354158 小时前
【java工具类】小数、整数转中文大写
android·java·开发语言
JIngJaneIL8 小时前
基于java + vue个人博客系统(源码+数据库+文档)
java·开发语言·前端·数据库·vue.js·spring boot