每天乙個小Demo Python爬蟲糗事百科的抓取

假如我們想爬取糗事百科（http：上的段子，今天的demo如下：

import re

import urllib.request
#爬取頁面鏈結
def get_content(url,page):
# 模擬成瀏覽器
opener = urllib.request.build_opener()
opener.addheaders = [headers]
# 將opener安裝為全域性
urllib.request.install_opener(opener)
html_info = urllib.request.urlopen(url).read().decode("utf-8")
#構建對應使用者提取的正規表示式,要根據**實際情況改變
user_pat = 'target="_blank" rel="nofollow" style=.+?
# 構建段子內容提取的正規表示式
content_pat = '(.*?)
'    # 尋找出所有的使用者
user_list = re.compile(user_pat, re.s).findall(html_info)
# 尋找出所有的內容
cotent_list = re.compile(content_pat, re.s).findall(html_info)
# 通過for迴圈遍歷段子內容並將內容分別賦給對應的變數
x = 1
for content in cotent_list:
content = content.replace("\n", "")
# 用字串作為變數名，先將對應字串賦給乙個變數
name = "content" + str(x)
# 通過exec()函式實現用字串作為變數名並賦值
exec(name+'=content')
x += 1
y = 1
# 通過for迴圈遍歷使用者，並輸出該使用者對應的內容
for user in user_list:
name = "content" + str(y)
print("使用者" + str(page) + str(y) + "是：" + user)
print("內容是：")
exec("print("+name+")")
print("\n")
y += 1
#分別獲取各頁的段子，通過for迴圈可以獲取多頁
for i in range(1, 10):
# url = "" + str(i)
get_content(url, i)

每天乙個python小技巧

使用場景 如果需要多次重複的產出檔案，可以通過如下的方式來根據時間戳建立新的資料夾，用來區分儲存檔案。def getcurrenttime dirpath 根據時間戳，建立指定輸出檔案 param dirpath return if os.path.exists dirpath time.strft...

每天乙個shell小知識（for）

在實際工作環境中，經常會遇到某項任務需要多次執行的情況，而每次執行時僅僅是處理的物件不一樣，其他命令完全相同。如 根據伺服器清單檢查各個主機的存活狀態 根據ip位址黑名單設定拒絕訪問的防火牆策略等。這樣繁瑣的重複任務時，if語句已經不能滿足需求。則我們需要for迴圈語句。使用for迴圈時，需要指定乙...

每天乙個CSS（box sizing

content box 是指定box的 寬度和高度分別應用到元素的內容框。在寬度和高度之外繪製元素的內邊距和邊框。示例一 設定div的外邊距為 5px，內邊距為 5px，邊框為 10px，寬為100px，高為100px，我們指定box sizing 為content box grid contain...