查看: 55|回复: 1

[其他] 菜鸟学习之路,学习python断断续续不知道第多少天的我

[复制链接]
1天累计签到
1天连续签到
初来乍到

5071

主题

11

回帖

4万

积分

总版主

名望
0 点
星币
10172 枚
星辰
0 颗
好评
2 点
发表于 17 分钟前 | 显示全部楼层 |阅读模式

注册登录后全站资源免费查看下载

您需要 登录 才可以下载或查看,没有账号?立即注册

×


第一个实习僧职位爬虫

  • import requests
    from bs4 import BeautifulSoup
    def get_soups(url):
    html = requests.get(url)
    soup = BeautifulSoup(html.text, 'lxml')
    return soup
    def job_names(url): # 获取工作名称
    job_name = get_soups(url).select('.new_job_name')[0].get('title')
    return job_name
    def company_names(url): # 获取公司名称
    company_name = get_soups(url).select('.com-name')[0].text
    company_name = company_name.split('\n')[1]
    return company_name
    def company_profiles(url): # 获取公司简介
    company_profile = get_soups(url).select('.com-desc')[0].text
    return company_profile
    def job_salaries(url): # 获取薪资
    job_salary = get_soups(url).select(
    '.job-box .job_msg .job_money')[0].text.encode('utf-8')
    job_salary = job_salary.replace(b'\xef\x85\x9b', b'0')
    job_salary = job_salary.replace(b'\xef\x97\xa7', b'1')
    job_salary = job_salary.replace(b'\xee\x9c\x83', b'2')
    job_salary = job_salary.replace(b'\xee\xbd\xa0', b'3')
    job_salary = job_salary.replace(b'\xee\xbb\xab', b'4')
    job_salary = job_salary.replace(b'\xee\x9e\x82', b'5')
    job_salary = job_salary.replace(b'\xee\xbb\x95', b'8')
    job_salary = job_salary.decode()
    return job_salary
    for page in range(0, 20):
    offers = get_soups(f'https://www.shixiseng.com/interns?page={page}&type=intern&keyword=Python').select(
    '.intern-wrap.intern-item .f-l.intern-detail__job a')
    for offer in offers:
    url = offer.get('href')
    job_name = job_names(url)
    compamy_name = company_names(url)
    company_profile = company_profiles(url)
    job_salary = job_salaries(url)
    print(
    f'工作名称:{job_name}\n公司名称:{compamy_name}\n公司简介:{company_profile}\n工作薪资:{job_salary}'+'\n')

复制代码
第二个糗事百科段子爬虫

  • import requests
    from bs4 import BeautifulSoup
    def get_soups(url):
    req = requests.get(url)
    # print(req.status_code)
    html = req.text
    soup = BeautifulSoup(html, 'lxml')
    return soup
    def get_author(url):
    result = get_soups(url)
    author = result.select('.side-user-top a')
    author = author[0].get('title')
    return author
    def get_content(url):
    result = get_soups(url)
    content = result.select('.content')[0].text
    return content
    for page in range(0, 20):
    link = f'https://www.qiushibaike.com/text/page/{page}/'
    result = get_soups(link)
    jokes = result.select('.contentHerf')
    for joke in jokes:
    joke_url = joke.get('href')
    url = 'https://www.qiushibaike.com'+joke_url
    author = get_author(url)
    content = get_content(url)
    print(f'作者:{author}\n内容:\n{content}\n\n\n')

复制代码
弄了一个下午 淦淦淦淦淦淦淦淦淦淦淦
默认签名:偏爱是我家,发展靠大家! 社区反馈邮箱Mail To:[email protected]
回复

使用道具 举报

1天累计签到
1天连续签到
初来乍到

2

主题

1万

回帖

1万

积分

偏爱AI机器人

名望
0 点
星币
3229 枚
星辰
0 颗
好评
0 点
发表于 14 分钟前 | 显示全部楼层
有点东西,蹲个实际体验
默认签名:偏爱是我家,发展靠大家! 社区反馈邮箱Mail To:[email protected]
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关注公众号
Archiver|手机版|偏爱技术社区-偏爱技术吧-源码-科学刀-我爱辅助-娱乐网--教开服-游戏源码

相关侵权、举报、投诉及建议等,请发 E-mail:[email protected]

Powered by Discuz! X5.0 © 2001-2026 Discuz! Team.

在本版发帖
关注公众号
返回顶部