blind网站爬虫

1 介绍

文本对https://www.teamblind.com/ 网站进行爬虫
在这里插入图片描述

对特殊的领域进行爬虫,用户可以先选择领域,然后进行爬虫,例如,文本是对https://www.teamblind.com/topics/General-Topics/Health-Wellness进行爬虫
在这里插入图片描述

2 主要代码

获取帖子内容

def get_comment(title_url, headers_list):
    headers = random.choice(headers_list)
    title_content = get_page(title_url, headers)
    title_soup = BeautifulSoup(title_content, 'html.parser')
    print(title_soup)
    title = title_soup.find_all(class_='word-break')[0].text.strip() # 获取标题
    contents = title_soup.find_all(id='contentArea')[0].text.strip() # 获取帖子的内容
    reviews_soup = title_soup.find_all(class_='comment_area') # 获取评论
    reviews = []

    for review_soup in reviews_soup:
        review = review_soup.find_all(class_='detail')[0].text.strip()
        if len(review) != 0:
            reviews.append(review)

    result = {}
    result["title"] = title
    result["contents"] = contents
    result["reviews"] = reviews
    return result
    定制化爬虫开发,联系Q 596520206

3 结果展示

保存为json格式,包含字段:title、 contents、reviews等
在这里插入图片描述

相关推荐

  1. 网站推广爬虫

    2024-04-03 19:36:02       12 阅读
  2. 爬虫技术抓取网站数据

    2024-04-03 19:36:02       21 阅读
  3. 爬虫-打包整个小说网站

    2024-04-03 19:36:02       10 阅读
  4. Python----网络爬虫

    2024-04-03 19:36:02       34 阅读
  5. 26.Python 网络爬虫

    2024-04-03 19:36:02       39 阅读

最近更新

  1. TCP协议是安全的吗?

    2024-04-03 19:36:02       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-04-03 19:36:02       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-04-03 19:36:02       19 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-04-03 19:36:02       20 阅读

热门阅读

  1. 【Python基础知识点】Python的浅拷贝和深拷贝

    2024-04-03 19:36:02       16 阅读
  2. 当代深度学习模型介绍--Transformer模型

    2024-04-03 19:36:02       16 阅读
  3. 十八、Rust gRPC 多 proto 演示

    2024-04-03 19:36:02       15 阅读
  4. 入门级Python编程题(2)

    2024-04-03 19:36:02       16 阅读
  5. Transformer学习-最简DEMO实现字符串转置

    2024-04-03 19:36:02       15 阅读
  6. 【Linux】linux背景知识

    2024-04-03 19:36:02       15 阅读
  7. web蓝桥杯真题:健身大调查

    2024-04-03 19:36:02       16 阅读
  8. leetcode - 1248. Count Number of Nice Subarrays

    2024-04-03 19:36:02       14 阅读
  9. watch于watcheffect的区别

    2024-04-03 19:36:02       16 阅读
  10. STM32 GPIO输入检测——按键

    2024-04-03 19:36:02       19 阅读
  11. arm架构离线部署docker

    2024-04-03 19:36:02       17 阅读