python爬虫爬取bilibili网页基本内容
时间：2022-10-18 11:54:19 | 栏目：Python代码 | 点击：次
用爬虫爬取bilibili网站排行榜游戏类的所有名称及链接：
导入requests、BeautifulSoup
import requests from bs4 import BeautifulSoup
然后我们需要插入网站链接并且要解析网站并打印出来：
e = requests.get('https://www.bilibili.com/v/popular/rank/game') #当前网站链接
html = e.content
soup = BeautifulSoup(html,'html.parser') #解析html
print(soup)
我们可以看到密密麻麻的代码函数，但不太简洁明了，我们去优化一下
继续插入如下代码这个代码是可以爬取我们想要的类，可以更简介的简化代码
div_people_list = soup.find('ul', attrs={'class': 'rank-list'}) #爬取ul类class为rank-list下的数据
可以看到还是不够简介:
继续插入如下代码:
ca_s = div_people_list.find_all('a', attrs={'class': 'title'}) #爬取a类class为title下的数据
可以看到链接及主题都提取出来了，但还是有瑕疵:
我们加入这行代码挨个打印并提取标题及链接，由于链接提取出来的是//www.bilibili.com/video/BV1yZ4y1D7ef
前面没有http：点击进去会出现错误，所有我们需要在前面加入http:进行连接在一起打印
for t in ca_s:
url = t['href']
name = t.get_text()
print(name+'\t点击链接直接观看链接：'+f'http:{url}')
可以看到我们的标题及连接都爬取出来了
完整代码：
import requests
from bs4 import BeautifulSoup
e = requests.get('https://www.bilibili.com/v/popular/rank/game') #当前网站链接
html = e.content
soup = BeautifulSoup(html,'html.parser') #解析html
div_people_list = soup.find('ul', attrs={'class': 'rank-list'}) #爬取ul类class为rank-list下的数据
ca_s = div_people_list.find_all('a', attrs={'class': 'title'}) #爬取a类class为title下的数据
#挨个传输到t，然后打印数据
for t in ca_s:
url = t['href']
name = t.get_text()
print(name+'\t点击链接直接观看链接：'+f'http:{url}')