对分享列表阅读数进行提取
发布时间:2020-12-17 17:13:26 所属栏目:Python 来源:网络整理
导读:今天PHP站长网 52php.cn把收集自互联网的代码分享给大家,仅供参考。 #!/usr/bin/env python# -*- coding: utf-8 -*-# @Date : 2015-06-01 10:30:06# @Author : HG ([email?protected])# @Version : 1.0import urllib2imp
以下代码由PHP站长网 52php.cn收集自互联网 现在PHP站长网小编把它分享给大家,仅供参考 #!/usr/bin/env python # -*- coding: utf-8 -*- # @Date : 2015-06-01 10:30:06 # @Author : HG ([email?protected]) # @Version : 1.0 import urllib2 import re import os def getHtml(url): #获取html源码 page = urllib2.urlopen(url) html = page.read() return html def urlPages(page): #翻页 url = 'http://www.oschina.net/code/list/7/python?p=' + str(page) heard={'User-Agent':'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'} request=urllib2.Request(url,headers=heard) return request def findList(html): #正则匹配列表 myItems = re.findall('<li>.*?<h3 class="code_title">.*?<a href="(.*?)" target="_blank" title="(.*?)">.*?</a>.*?</h3>.*?<p class="u">.*?<span class='stat'>(.*?)回/(.*?)阅/(.*?)顶/(.*?)收藏</span>.*?</p>.*?</li>',html,re.S) return myItems for page in range(1,30): #抓取的页数 html = getHtml(urlPages(page)) items = findList(html) for item in items: readmax = int(item[3]) if readmax > 800: #阅读数 s = item[0] + ' ' + item[1] + 'n' file_object = open('open.txt','a') file_object.write(s) file_object.close() else: pass 以上内容由PHP站长网【52php.cn】收集整理供大家参考研究 如果以上内容对您有帮助,欢迎收藏、点赞、推荐、分享。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |
相关内容
- 使用Python进行新浪微博的mid和url互相转换实例(10进制和6
- 如何在Django响应对象中找到位置URL?
- Python Azure SDK:使用list_blobs获得超过5.000个结果
- Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)
- 在django admin中为不是超级管理员的用户排除某个字段
- 使用nodejs、Python写的一个简易HTTP静态文件服务器
- python – matplotlib 2.0.0的默认样式名称是什么?
- Python标准库之itertools库的使用方法
- django – 有一种简单的方法可以反转模板渲染吗?
- 如何从单词列表到Python中的不同字母列表