首页 > 代码库 > Python爬取韩寒所有新浪博客

Python爬取韩寒所有新浪博客


接上一篇,我们依据第一页的链接爬取了第一页的博客,我们不难发现,每一页的链接就仅仅有一处不同(页码序号),我们仅仅要在上一篇的代码外面加一个循环,这样就能够爬取全部博客分页的博文。也就是全部博文了。


# -*- coding : -utf-8 -*-
import urllib
import time
url = [' ']*350
page = 1
link = 1
while page <=7://眼下共同拥有7页。3
    con = urllib.urlopen('http://blog.sina.com.cn/s/articlelist_1191258123_0_'+str(page)+'.html').read()
    i = 0
    title = con.find(r'<a title=')
    href = http://www.mamicode.com/con.find(r'href=',title)>


代码最以下部分,保存网页仅仅能保存到50,不知道错在哪里。
技术分享

所以就将保存网页的代码放在搜索里,找到就保存!


正确执行界面:

技术分享


执行结果:

技术分享

Python爬取韩寒所有新浪博客