加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

python批量爬取xml文件

发布时间:2020-12-20 10:57:05 所属栏目:Python 来源:网络整理
导读:1.网站链接: https://www.cnvd.org.cn/shareData/list 2.需要下载的页面文件: 3.该页面需要登陆,然后批量下载共享漏洞文件,我们就通过cookie来实现。 #!/usr/bin/env python# -*- coding: utf-8 -*-"""Date: 2019-08-17Author: BobDescription: python爬
1.网站链接: https://www.cnvd.org.cn/shareData/list

2.需要下载的页面文件:

3.该页面需要登陆,然后批量下载共享漏洞文件,我们就通过cookie来实现。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

"""
Date: 2019-08-17
Author: Bob
Description: python爬取xml文件
"""

import requests
from bs4 import BeautifulSoup

def cnvd_spider():
    url = ‘https://www.cnvd.org.cn/shareData/list?max=240&offset=0‘

    headers = {
        "Cookie": "__jsluid_s=65d5e7902f04498e89b16e93fb010b3c; __jsluid_h=1ab428e655aee36ac3c9835db29b6714; JSESSIONID=91BB91B37543D365AA64895EDFCD828F; __jsl_clearance=1566003116.655|0|CYPFsKirGYBG12qtoOrS5Kq1rM0%3D","User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/76.0.3809.100 Safari/537.36",}

    html = requests.get(url=url,headers=headers).text
    soup = BeautifulSoup(html,‘lxml‘)
    links = soup.find_all(‘a‘,attrs={‘title‘: ‘下载xml‘})

    for link in links:
        url = ‘https://www.cnvd.org.cn‘ + link.get(‘href‘)
        file_name = link.get_text()
        html_data = requests.get(url=url,headers=headers)
        with open(file_name,‘w‘) as f:
            f.write(html_data.content)

if __name__ == ‘__main__‘:
    cnvd_spider()

(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!

    推荐文章
      热点阅读