构建两个函数,Func A 用来抓取详情页的数据,例如标题,副标题,图片等,Func B 用来抓取列表页的链接,依次访问Func B函数所抓取的链接即可。
from bs4 import BeautifulSoup import requests import time def get_info(page): urls=get_links_from(page) #调用获取链接函数,并利用循环依次访问 for url in urls: web_data=requests.get(url) soup=BeautifulSoup(web_data.text,'lxml') titles=soup.select('div.box_left_top > h1') datas=soup.select('span.look_time') prices=soup.select('span.price_now > i') areas=soup.select(' div.palce_li > span > i') for title,data,price,area in zip(titles,datas,prices,areas): data={ 'title':title.get_text(), 'data':data.get_text(), 'price':price.get_text(), 'area':list(area.stripped_strings) } print(data) def get_links_from(page): for page_num in range(1,page): urls=[] list_urls='http://wh.58.com/shandizixingche/pn{}/'.format(page_num) web_data=requests.get(list_urls) soup=BeautifulSoup(web_data.text,'lxml') links=soup.select('td.t a.t') for link in links: urls.append((link.get('href').split('?')[0])) return (urls)
本文介绍了如何构建Func A和Func B两个函数,Func A专注于抓取网页详情页的标题、副标题和图片等关键数据,而Func B则用于获取列表页的链接,通过遍历Func B获取的链接,实现对详情页信息的全面爬取。

5837

被折叠的 条评论
为什么被折叠?



