Python3爬取百度百科（配合PHP）

  • Z时代
  • 2024-01-10
  • 分类：综合

python

用PHP写了一个网页，可以获取百度百科词条。

那么通过Python来爬取，只需要不断向这个网页POST数据，获取返回值就可以了。由于是我自己的网页，保存返回值我也让PHP在服务器端来完成了，所以Python的任务只需要不断向服务器POST数据。

那么POST什么数据呢？暂时找到了一个名词大全的网页。http://cidian.911cha.com/cixing_mingci.html

足足20页的名词，足够作为名词POST数据的来源了。

下面是获取各种名词的python代码：

zd = []
for i in range(20):
    url = 'http://cidian.911cha.com/cixing_mingci_p'+str(i+1)+'.html'
    webpage = urllib.request.urlopen(url)
    data = webpage.read()
    data = data.decode('utf-8')
    '''
    file = open('d:/Pythoncode/simplecodes/0.html','w',encoding='utf-8')
    file.write(data)
    file.close()
    '''
    k = re.findall(r'target="_blank">.+?</a>',data)
    cou = 0
    cx=[]
    for i in k :
        if cou%2==0:
            cx.append(i)
        cou= cou+1
    for it in cx:
        m = re.search(r'target="_blank">(.*?)</a>',it)
        iturl = m.group(1)
        zd.append(iturl)

现在字典里已经保存了足足20页的名词，下一步就是要向服务器POST数据，保存词条内容了。

for i in zd :
    s=i
    print(i)
    s=urllib.parse.quote(s)
    url = "http://www.selflink.cn/xiaobaike/?name=%s"%(s)
    try:
        urllib.request.urlopen(url,timeout=5)
    except Exception as e:
        pass

python开始运行了……

最后爬到了1902个词条内容0.0

获取了这么多词条有什么用呢？……我也不知道，不过，获取知识也许是人工智能的开始吧^_^

以上是 Python3爬取百度百科（配合PHP） 的全部内容， 来源链接： utcz.com/z/386942.html

回到顶部