import requests

from bs4 import BeautifulSoup

# 爬取飞猪IP免费代理

class SpiderApp:

# 初始化属性

def __init__(self):

# 地址、头部、请求对象、解析对象

self.url = "https://www.feizhuip.com/?source=baidu&keyword=feizhuIP"

self.head = {"user-agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Safari/537.36"}

self.req = requests

self.bs = BeautifulSoup

# 存储page1中的路径和标题

self.href_list = []

# 响应对象

self.response = ""

# 请求第一级页面:获取二级页面的路径和标题

def sendReqPage1(self):

# 1 发起请求

self.response = self.req.get(url=self.url,headers=self.head)

# 2 查看状态

print("code-",self.response.status_code)

# 3 解析数据 解析器:html5lib需要安装

soup = self.bs(self.response.text,"html.parser")

title = soup.title.string

print("标题",title)

# 4 通过标签条件查询标签

# find_all div len=3 [index=2] select "p.list span.date"

span

原文链接:https://blog.csdn.net/chen_zan_yu_/article/details/106683049

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐