ToB企服应用市场:ToB评测及商务社交产业平台

标题: 用python对美女内容采集,舞蹈区内容真热闹~ [打印本页]

作者: 郭卫东 时间: 2022-6-23 10:38
标题: 用python对美女内容采集,舞蹈区内容真热闹~
前言

嗨喽，大家好！这里是魔王呐~

环境使用:

Python 3.8 解释器
Pycharm 编辑器

模块使用]:

requests >>> 数据请求第三方模块 pip install requests
re

如果安装python第三方模块:

win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
在pycharm中点击Terminal(终端) 输入安装命令

如何配置pycharm里面的python解释器?

选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
点击齿轮, 选择add
添加python安装路径

pycharm如何安装插件?

选择file(文件) >>> setting(设置) >>> Plugins(插件)
点击 Marketplace 输入想要安装的插件名字比如:翻译插件输入 translation / 汉化插件输入 Chinese
选择相应的插件点击 install(安装) 即可
安装成功之后是会弹出重启pycharm的选项点击确定, 重启即可生效

基本思路流程:

一. 分析数据来源

找寻网址上面数据来自于哪里
开发者工具进行抓包…

鼠标右键点击检查或者 F12打开开发者工具
刷新网页
找寻数据…
找url地址来于那个数据包 >>> 通过url地址中一段参数进行搜索, 建议是搜.mp4前面这段内容…

二, 代码实现过程: 对于某些网站可能需要多次请求,

发送请求, 对于找到数据包发送请求
获取数据, 获取服务器返回响应数据
解析数据, 提取我们想要数据内容 url地址标题
…
保存数据, 保存数据到本地文件夹

多个采集

代码

导入模块

# import requests
import requests # 数据请求模块
import pprint # 格式化输出模块
import re

复制代码

因审核机制，我把一些东西删啦，有需要的小可耐可以找我领取（或自己加一下）呐~
[code]for page in range(2, 6): print(f'正在采集第{page}页的数据内容') link = f'' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36' } 源码\解答\教程可加Q群:261823976免费领取哦~ html_data = requests.get(url=link, headers=headers).text # print(html_data) # 使用re正则表达式提取数据从什么地方去获取什么数据 # <li data-vid="(\d+)">

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)