zoukankan      html  css  js  c++  java
  • 用Python从网页得到有用信息

    从日语学习网>精选阅读网页上获取文章名称列表和简介:

    网页如下图所示:

    Python代码如下:

    import requests
    import re
    
    html=requests.get('http://jp.tingroom.com/yuedu/yd300p/')
    html.encoding='utf-8'
    # print(html.text)
    chinese=re.findall('color: #039;">(.*?)</a>',html.text,re.S)
    order=chinese
    i=0
    for each in chinese:
        print(each)
        num=re.findall('(d+)',each)
        order[i]=num[1]
        i+=1
    
    japanese=re.findall('color:#666666;">(.*?)</span>',html.text,re.S)
    j=0
    for each in japanese:
        eachrow='第{0}篇:{1}'.format(order[j],each)
        print('writing...')
        print(eachrow)
        print('saved')
        fp=open('content\content.txt','a')
        fp.write(eachrow+'
    ')
        j+=1

    Pycharm输出如下:

    300篇精选中日文对照阅读 289 挪威的森林(中日对照)第二章
    300篇精选中日文对照阅读 288 挪威的森林(中日对照)第一章
    300篇精选中日文对照阅读 287 藤野先生——名文选读
    300篇精选中日文对照阅读 286 夏目漱石 我是猫 第一章
    300篇精选中日文对照阅读 285 それお皿の絵柄よ
    300篇精选中日文对照阅读 284 つもり
    300篇精选中日文对照阅读 283 遺言(ゆいごん)
    300篇精选中日文对照阅读 282 やぶ医者
    300篇精选中日文对照阅读 281 表札
    300篇精选中日文对照阅读 280 ととの目
    300篇精选中日文对照阅读 279 つぼ
    300篇精选中日文对照阅读 278 用心
    300篇精选中日文对照阅读 277 凧揚げ
    300篇精选中日文对照阅读 276 星取り
    300篇精选中日文对照阅读 275 白云愁色
    300篇精选中日文对照阅读 274 学習とはパラダイム変換だ
    300篇精选中日文对照阅读 273 偷柿子的贼
    300篇精选中日文对照阅读 272 胃口更大
    300篇精选中日文对照阅读 271 这不是你家
    300篇精选中日文对照阅读 270 矫揉做作
    writing...
    第289篇:第二章 昔々、といってもせいぜい二十年ぐらい前のことなのだ...
    saved
    writing...
    第288篇:挪威的森林(中日对照) 内容简介: 汉堡机场一曲忧郁的《挪...
    saved
    writing...
    第287篇:藤野先生名文选读中日文对照 東京も格別のことはなかつた。上...
    saved
    writing...
    第286篇:夏目漱石 我是猫(中日对照) 吾輩は猫である 夏目漱石 一 吾輩...
    saved
    writing...
    第285篇:それお皿の絵柄よ 足のケガで中クラスの総合病院に入院しまし...
    saved
    writing...
    第284篇:あるけちん坊(ぼう)な男がおりました。 毎日毎日,ご飯どき...
    saved
    writing...
    第283篇:あるところに,たいへんへそまがりな息子(むすこ)がおりま...
    saved
    writing...
    第282篇:向こうから,お医者(いしゃ)がやってきました。そこへ店(...
    saved
    writing...
    第281篇:お盆休み(ぼんやすみ)に帰ってきた者(もの)同士(どうし...
    saved
    writing...
    第280篇:昔(むかし),三太(さんた)という,ばかな息子がおりまし...
    saved
    writing...
    第279篇:ある日のこと。 そこつ者が,瀬戸物(せともの)屋(や)へ,...
    saved
    writing...
    第278篇:植木(うえき)の大好きな旦那(だんな)がおりました。 ある...
    saved
    writing...
    第277篇:息子が表(おもて)で,凧(たこ)を揚(あ)げておりました...
    saved
    writing...
    第276篇:ある夜(や)のこと,お寺(てら)の庭(にわ)で,小僧(こ...
    saved
    writing...
    第275篇:はくうんしゅうしょく 一匹のトンボが夏の終わりを告げるわけ...
    saved
    writing...
    第274篇:先日、ある研修で聞いた言葉ですが、 「学習」の本質を端的に...
    saved
    writing...
    第273篇:闇夜(やみよ)に,二人の若い男が,こそこそ話しております...
    saved
    writing...
    第272篇:ある役人が誕生日のときに、下役たちは彼が鼠年だと聞き、お...
    saved
    writing...
    第271篇:東京の郊外に住む木村さんは、お酒を飲んでの失敗の多い人で...
    saved
    writing...
    第270篇:ある人が新調した絹の裾/裙(すそ、はかま)を着用して外出...
    saved

    生成的简介txt文本如下图:

  • 相关阅读:
    R语言中获取当前目录
    Error : .onLoad failed in loadNamespace() for 'rJava', details: call: inDL(x, as.logical(local), as.logical(now), ...) error: 无法载入共享目标对象‘D:/Program Files/R/R-3.2.2/library/rJava/libs/x64/rJava.dll
    Ubuntu打开系统监视器
    Myeclipse中js总是报错
    ubuntu 卸载 google-chrome
    ubuntu下安装myeclipse+破解
    bzoj2085-POI2010-Hamsters
    bzoj1061-[Noi2008]志愿者招募-单纯形 & 费用流
    bzoj2716-天使玩偶
    bzoj3779-重组病毒
  • 原文地址:https://www.cnblogs.com/zhangziyan/p/9123071.html
Copyright © 2011-2022 走看看