知乎发现页面抓取(只改User-Agent爬虫)

xiaoxiao2021-02-28  42

代码

解释: 1. 这里设置的User-Agent其实是一个macbook上使用的版本。 2. 这里被注释掉的语句是我在书上看到的。捕捉到的内容不一样而已~(大家也可以看看)

import requests import re headers = { 'User-Agent': 'Mozilla/5.0(Macintosh; Intel Mac OS X 10_11_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.6' } r = requests.get('https://www.zhihu.com/explore', headers=headers) # pattern = re.compile('explore-feed.*?question_link.*?>(.*?)</a>', re.S) pattern = re.compile('collection.*?blank.*?>(.*?)</a>', re.S) titles = re.findall(pattern, r.text) print(titles)

输出

解释: 这里,你的输出很有可能会跟我的不一样。不过不用担心,因为知乎更新了这个页面而已~

['愿中国青年都摆脱冷气,只是向上走', '破千赞控', '谎言和幻觉', '寒冬鸡汤', '让世界变清晰的知识集']

转载请注明原文地址: https://www.6miu.com/read-2600158.html

最新回复(0)