对分享列表阅读数进行提取
- 作者: Designer---Leo
- 来源: 51数据库
- 2022-08-12
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Date : 2015-06-01 10:30:06
# @Author : HG (hg0728@qq.com)
# @Version : 1.0
import urllib2
import re
import os
def getHtml(url): #获取html源码
page = urllib2.urlopen(url)
html = page.read()
return html
def urlPages(page): #翻页
url = 'http://www.oschina.net/code/list/7/python?p=' + str(page)
heard={'User-Agent':'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'}
request=urllib2.Request(url,headers=heard)
return request
def findList(html): #正则匹配列表
myItems = re.findall('<li>.*?<h3 class="code_title">.*?<a href="(.*?)" target="_blank" title="(.*?)">.*?</a>.*?</h3>.*?<p class="u">.*?<span class=\'stat\'>(.*?)回/(.*?)阅/(.*?)顶/(.*?)收藏</span>.*?</p>.*?</li>', html, re.S)
return myItems
for page in range(1, 30): #抓取的页数
html = getHtml(urlPages(page))
items = findList(html)
for item in items:
readmax = int(item[3])
if readmax > 800: #阅读数
s = item[0] + ' ' + item[1] + '\n'
file_object = open('open.txt', 'a')
file_object.write(s)
file_object.close()
else:
pass
推荐阅读
热点文章
Discord.py(重写)on_member_update 无法正常工作
0
Discord.py 在 vc 中获取用户分钟数
0
discord.py 重写 |为我的命令出错
0
Discord.py rewrite 如何 DM 命令?
0
播放音频时,最后一部分被切断.如何解决这个问题?(discord.py)
0
在消息删除消息 Discord.py
0
如何使 discord.py 机器人私人/直接消息不是作者的人?
0
(Discord.py) 如何获取整个嵌入内容?
0
Discord bot 尽管获得了许可,但不能提及所有人
0
Discord.py discord.NotFound 异常
0
