python抓取360百科词条

上传者: sunflowerduidui | 上传时间: 2019-12-21 18:54:59 | 文件大小: 9KB | 文件类型: zip
学习python一周,学着写了一个爬虫,用来抓取360百科的词条,在这个过程中,由于一个小小的改动,程序出现一些问题,又花了几天时间研究,问了各路高手,都没解决,最终还是自己解决了,其实就是对list列表理解不够深入导致的。这个bug很有借鉴意义。 有5个模块: spider_main.py是入口函数 url_manager.py是管理器,管理需要抓取的url和已经抓取的url html_downloader.py是下载器,下载对应url的网页 html_parser.py是解析器,解析出新的url列表和当前的词条信息 html_outputer.py是输出器,将抓取的词条title和解释summary输出成一个html表格 本程序使用的是最新的python3.4.4,使用的类库有: 官方的urllib 第三方的BeautifulSoup(自行下载安装)

文件下载

资源详情

[{"title":"( 12 个子文件 9KB ) python抓取360百科词条","children":[{"title":"baike360_spider","children":[{"title":"url_manager.py <span style='color:#111;'> 658B </span>","children":null,"spread":false},{"title":"html_outputer.py <span style='color:#111;'> 863B </span>","children":null,"spread":false},{"title":"html_parser.py <span style='color:#111;'> 1.47KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"output.html <span style='color:#111;'> 2.95KB </span>","children":null,"spread":false},{"title":"spider_main.py <span style='color:#111;'> 1.19KB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"html_downloader.cpython-34.pyc <span style='color:#111;'> 602B </span>","children":null,"spread":false},{"title":"html_parser.cpython-34.pyc <span style='color:#111;'> 1.54KB </span>","children":null,"spread":false},{"title":"__init__.cpython-34.pyc <span style='color:#111;'> 134B </span>","children":null,"spread":false},{"title":"html_outputer.cpython-34.pyc <span style='color:#111;'> 1.27KB </span>","children":null,"spread":false},{"title":"url_manager.cpython-34.pyc <span style='color:#111;'> 1.22KB </span>","children":null,"spread":false}],"spread":true},{"title":"html_downloader.py <span style='color:#111;'> 257B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • zhang0b :
    然而我运行你的代码不好使啊···
    2018-06-07

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明