刷新评论 刷新页面 返回顶部
,'

Python爬虫实战之爬取糗事百科段子【华为云技术分享】

首先,糗事百科大家都听说过吧?糗友们发的搞笑的段子一抓一大把,这次我们尝试一下用爬虫把他们抓取下来。

友情提示

糗事百科在前一段时间进行了改版,导致之前的代码没法用了,会导致无法输出和CPU占用过高的情况,是因为正则表达式没有匹配到的缘故。

现在,博主已经对程序进行了重新修改,代码亲测可用,包括截图和说明,之前一直在忙所以没有及时更新,望大家海涵!

糗事百科又又又又改版了,博主已经没心再去一次次匹配它了,如果大家遇到长时间运行不出结果也不报错的情况,请大家参考最新的评论,热心小伙伴提供的正则来修改下吧~

本篇目标

1.抓取糗事百科热门段子

2.过滤带有图片的段子

3.实现每按一次回车显示一个段子的发布时间,发布人,段子内容,点赞数。

糗事百科是不需要登录的,所以也没必要用到Cookie,另外糗事百科有的段子是附图的,我们把图抓下来图片不便于显示,那么我们就尝试过滤掉有图的段子吧。

好,现在我们尝试抓取一下糗事百科的热门段子吧,每按下一次回车我们显示一个段子。

1.确定URL并抓取页面代码

首先我们确定好页面的URL是 http://www.qiushibaike.com/hot/page/1,其中最后一个数字1代表页数,我们可以传入不同的值来获得某一页的段子内容。

我们初步构建如下的代码来打印页面代码内容试试看,先构造最基本的页面抓取方式,看看会不会成功

 1 # -*- coding:utf-8 -*-
 2 import urllib
 3 import urllib2
 4  
 5  
 6 page = 1
 7 url = 'http://www.qiushibaike.com/hot/page/' + str(page)
 8 try:
 9     request = urllib2.Request(url)
10     response = urllib2.urlopen(request)
11     print response.read()
12 except urllib2.URLError, e:
13     if hasattr(e,"code"):
14         print e.code
15     if hasattr(e,"reason"):
16         print e.reason

运行程序,哦不,它竟然报错了,真是时运不济,命途多舛啊

1 line 373, in _read_status
2  raise BadStatusLine(line)
3 httplib.BadStatusLine: ''

好吧,应该是headers验证的问题,我们加上一个headers验证试试看吧,将代码修改如下

 1 # -*- coding:utf-8 -*-
 2 import urllib
 3 import urllib2
 4 
 5 page = 1
 6 url = 'http://www.qiushibaike.com/hot/page/' + str(page)
 7 user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
 8 headers = { 'User-Agent' : user_agent }
 9 try:
10     request = urllib2.Request(url,headers = headers)
11     response = urllib2.urlopen(request)
12     print response.read()
13 except urllib2.URLError, e:
14     if hasattr(e,"code"):
15         print e.code
16     if hasattr(e,"reason"):
17         print e.reason

嘿嘿,这次运行终于正常了,打印出了第一页的HTML代码,大家可以运行下代码试试看。在这里运行结果太长就不贴了。

2.提取某一页的所有段子

好,获取了HTML代码之后,我们开始分析怎样获取某一页的所有段子。

首先我们审查元素看一下,按浏览器的F12,截图如下

我们可以看到,每一个段子都是<div class=”article block untagged mb15″ id=”…”>…</div>包裹的内容。

现在我们想获取发布人,发布日期,段子内容,以及点赞的个数。不过另外注意的是,段子有些是带图片的,如果我们想在控制台显示图片是不现实的,所以我们直接把带有图片的段子给它剔除掉,只保存仅含文本的段子。

所以我们加入如下正则表达式来匹配一下,用到的方法是 re.findall 是找寻所有匹配的内容。方法的用法详情可以看前面说的正则表达式的介绍。

好,我们的正则表达式匹配语句书写如下,在原来的基础上追加如下代码

1 content = response.read().decode('utf-8')
2 pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+
3                          'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)
4 items = re.findall(pattern,content)
5 for item in items:
6     print item[0],item[1],item[2],item[3],item[4]

现在正则表达式在这里稍作说明

1).*? 是一个固定的搭配,.和*代表可以匹配任意无限多个字符,加上?表示使用非贪婪模式进行匹配,也就是我们会尽可能短地做匹配,以后我们还会大量用到 .*? 的搭配。

2)(.*?)代表一个分组,在这个正则表达式中我们匹配了五个分组,在后面的遍历item中,item[0]就代表第一个(.*?)所指代的内容,item[1]就代表第二个(.*?)所指代的内容,以此类推。

3)re.S 标志代表在匹配时为点任意匹配模式,点 . 也可以代表换行符。

这样我们就获取了发布人,发布时间,发布内容,附加图片以及点赞数。

在这里注意一下,我们要获取的内容如果是带有图片,直接输出出来比较繁琐,所以这里我们只获取不带图片的段子就好了。

所以,在这里我们就需要对带图片的段子进行过滤。

我们可以发现,带有图片的段子会带有类似下面的代码,而不带图片的则没有,所以,我们的正则表达式的item[3]就是获取了下面的内容,如果不带图片,item[3]获取的内容便是空。

1 <div class="thumb">
2 
3 <a href="/article/112061287?list=hot&amp;s=4794990" target="_blank">
4 <img src="http://pic.qiushibaike.com/system/pictures/11206/112061287/medium/app112061287.jpg" alt="但他们依然乐观">
5 </a>
6 </div>

所以我们只需要判断item[3]中是否含有img标签就可以了。

好,我们再把上述代码中的for循环改为下面的样子

1 for item in items:
2         haveImg = re.search("img",item[3])
3         if not haveImg:
4             print item[0],item[1],item[2],item[4]

现在,整体的代码如下

 1 # -*- coding:utf-8 -*-
 2 import urllib
 3 import urllib2
 4 import re
 5 
 6 page = 1
 7 url = 'http://www.qiushibaike.com/hot/page/' + str(page)
 8 user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
 9 headers = { 'User-Agent' : user_agent }
10 try:
11     request = urllib2.Request(url,headers = headers)
12     response = urllib2.urlopen(request)
13     content = response.read().decode('utf-8')
14     pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+
15                          'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)
16     items = re.findall(pattern,content)
17     for item in items:
18         haveImg = re.search("img",item[3])
19         if not haveImg:
20             print item[0],item[1],item[2],item[4]
21 except urllib2.URLError, e:
22     if hasattr(e,"code"):
23         print e.code
24     if hasattr(e,"reason"):
25         print e.reason

运行一下看下效果

恩,带有图片的段子已经被剔除啦。是不是很开森?

3.完善交互,设计面向对象模式

好啦,现在最核心的部分我们已经完成啦,剩下的就是修一下边边角角的东西,我们想达到的目的是:

按下回车,读取一个段子,显示出段子的发布人,发布日期,内容以及点赞个数。

另外我们需要设计面向对象模式,引入类和方法,将代码做一下优化和封装,最后,我们的代码如下所示

  1 __author__ = 'CQC'
  2 # -*- coding:utf-8 -*-
  3 import urllib
  4 import urllib2
  5 import re
  6 import thread
  7 import time
  8 
  9 #糗事百科爬虫类
 10 class QSBK:
 11 
 12     #初始化方法,定义一些变量
 13     def __init__(self):
 14         self.pageIndex = 1
 15         self.user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
 16         #初始化headers
 17         self.headers = { 'User-Agent' : self.user_agent }
 18         #存放段子的变量,每一个元素是每一页的段子们
 19         self.stories = []
 20         #存放程序是否继续运行的变量
 21         self.enable = False
 22     #传入某一页的索引获得页面代码
 23     def getPage(self,pageIndex):
 24         try:
 25             url = 'http://www.qiushibaike.com/hot/page/' + str(pageIndex)
 26             #构建请求的request
 27             request = urllib2.Request(url,headers = self.headers)
 28             #利用urlopen获取页面代码
 29             response = urllib2.urlopen(request)
 30             #将页面转化为UTF-8编码
 31             pageCode = response.read().decode('utf-8')
 32             return pageCode
 33 
 34         except urllib2.URLError, e:
 35             if hasattr(e,"reason"):
 36                 print u"连接糗事百科失败,错误原因",e.reason
 37                 return None
 38 
 39 
 40     #传入某一页代码,返回本页不带图片的段子列表
 41     def getPageItems(self,pageIndex):
 42         pageCode = self.getPage(pageIndex)
 43         if not pageCode:
 44             print "页面加载失败...."
 45             return None
 46         pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+
 47                          'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)
 48         items = re.findall(pattern,pageCode)
 49         #用来存储每页的段子们
 50         pageStories = []
 51         #遍历正则表达式匹配的信息
 52         for item in items:
 53             #是否含有图片
 54             haveImg = re.search("img",item[3])
 55             #如果不含有图片,把它加入list中
 56             if not haveImg:
 57                 replaceBR = re.compile('<br/>')
 58                 text = re.sub(replaceBR,"\n",item[1])
 59                 #item[0]是一个段子的发布者,item[1]是内容,item[2]是发布时间,item[4]是点赞数
 60                 pageStories.append([item[0].strip(),text.strip(),item[2].strip(),item[4].strip()])
 61         return pageStories
 62 
 63     #加载并提取页面的内容,加入到列表中
 64     def loadPage(self):
 65         #如果当前未看的页数少于2页,则加载新一页
 66         if self.enable == True:
 67             if len(self.stories) < 2:
 68                 #获取新一页
 69                 pageStories = self.getPageItems(self.pageIndex)
 70                 #将该页的段子存放到全局list中
 71                 if pageStories:
 72                     self.stories.append(pageStories)
 73                     #获取完之后页码索引加一,表示下次读取下一页
 74                     self.pageIndex += 1
 75     
 76     #调用该方法,每次敲回车打印输出一个段子
 77     def getOneStory(self,pageStories,page):
 78         #遍历一页的段子
 79         for story in pageStories:
 80             #等待用户输入
 81             input = raw_input()
 82             #每当输入回车一次,判断一下是否要加载新页面
 83             self.loadPage()
 84             #如果输入Q则程序结束
 85             if input == "Q":
 86                 self.enable = False
 87                 return
 88             print u"第%d页\t发布人:%s\t发布时间:%s\t赞:%s\n%s" %(page,story[0],story[2],story[3],story[1])
 89     
 90     #开始方法
 91     def start(self):
 92         print u"正在读取糗事百科,按回车查看新段子,Q退出"
 93         #使变量为True,程序可以正常运行
 94         self.enable = True
 95         #先加载一页内容
 96         self.loadPage()
 97         #局部变量,控制当前读到了第几页
 98         nowPage = 0
 99         while self.enable:
100             if len(self.stories)>0:
101                 #从全局list中获取一页的段子
102                 pageStories = self.stories[0]
103                 #当前读到的页数加一
104                 nowPage += 1
105                 #将全局list中第一个元素删除,因为已经取出
106                 del self.stories[0]
107                 #输出该页的段子
108                 self.getOneStory(pageStories,nowPage)
109 
110 
111 spider = QSBK()
112 spider.start()

好啦,大家来测试一下吧,点一下回车会输出一个段子,包括发布人,发布时间,段子内容以及点赞数,是不是感觉爽爆了!

我们第一个爬虫实战项目介绍到这里,下次继续,欢迎大家继续关注,小伙伴们加油!

作者:

HDC.Cloud 华为开发者大会2020 即将于2020年2月11日-12日在深圳举办,是一线开发者学习实践鲲鹏通用计算、昇腾AI计算、数据库、区块链、云原生、5G等ICT开放能力的最佳舞台。

posted @ 2019-12-10 18:12  华为云官方博客  阅读( ...)  评论( ...)    收藏
], ['\\(','\\)']], processClass: 'math', processEscapes: true }, TeX: { equationNumbers: { autoNumber: ['AMS'], useLabelIds: true }, extensions: ['extpfeil.js', 'mediawiki-texvc.js'], Macros: {bm: "\\boldsymbol"} }, 'HTML-CSS': { linebreaks: { automatic: true } }, SVG: { linebreaks: { automatic: true } } });

Python爬虫实战之爬取糗事百科段子【华为云技术分享】

首先,糗事百科大家都听说过吧?糗友们发的搞笑的段子一抓一大把,这次我们尝试一下用爬虫把他们抓取下来。

友情提示

糗事百科在前一段时间进行了改版,导致之前的代码没法用了,会导致无法输出和CPU占用过高的情况,是因为正则表达式没有匹配到的缘故。

现在,博主已经对程序进行了重新修改,代码亲测可用,包括截图和说明,之前一直在忙所以没有及时更新,望大家海涵!

糗事百科又又又又改版了,博主已经没心再去一次次匹配它了,如果大家遇到长时间运行不出结果也不报错的情况,请大家参考最新的评论,热心小伙伴提供的正则来修改下吧~

本篇目标

1.抓取糗事百科热门段子

2.过滤带有图片的段子

3.实现每按一次回车显示一个段子的发布时间,发布人,段子内容,点赞数。

糗事百科是不需要登录的,所以也没必要用到Cookie,另外糗事百科有的段子是附图的,我们把图抓下来图片不便于显示,那么我们就尝试过滤掉有图的段子吧。

好,现在我们尝试抓取一下糗事百科的热门段子吧,每按下一次回车我们显示一个段子。

1.确定URL并抓取页面代码

首先我们确定好页面的URL是 http://www.qiushibaike.com/hot/page/1,其中最后一个数字1代表页数,我们可以传入不同的值来获得某一页的段子内容。

我们初步构建如下的代码来打印页面代码内容试试看,先构造最基本的页面抓取方式,看看会不会成功

 1 # -*- coding:utf-8 -*-
 2 import urllib
 3 import urllib2
 4  
 5  
 6 page = 1
 7 url = 'http://www.qiushibaike.com/hot/page/' + str(page)
 8 try:
 9     request = urllib2.Request(url)
10     response = urllib2.urlopen(request)
11     print response.read()
12 except urllib2.URLError, e:
13     if hasattr(e,"code"):
14         print e.code
15     if hasattr(e,"reason"):
16         print e.reason

运行程序,哦不,它竟然报错了,真是时运不济,命途多舛啊

1 line 373, in _read_status
2  raise BadStatusLine(line)
3 httplib.BadStatusLine: ''

好吧,应该是headers验证的问题,我们加上一个headers验证试试看吧,将代码修改如下

 1 # -*- coding:utf-8 -*-
 2 import urllib
 3 import urllib2
 4 
 5 page = 1
 6 url = 'http://www.qiushibaike.com/hot/page/' + str(page)
 7 user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
 8 headers = { 'User-Agent' : user_agent }
 9 try:
10     request = urllib2.Request(url,headers = headers)
11     response = urllib2.urlopen(request)
12     print response.read()
13 except urllib2.URLError, e:
14     if hasattr(e,"code"):
15         print e.code
16     if hasattr(e,"reason"):
17         print e.reason

嘿嘿,这次运行终于正常了,打印出了第一页的HTML代码,大家可以运行下代码试试看。在这里运行结果太长就不贴了。

2.提取某一页的所有段子

好,获取了HTML代码之后,我们开始分析怎样获取某一页的所有段子。

首先我们审查元素看一下,按浏览器的F12,截图如下

我们可以看到,每一个段子都是<div class=”article block untagged mb15″ id=”…”>…</div>包裹的内容。

现在我们想获取发布人,发布日期,段子内容,以及点赞的个数。不过另外注意的是,段子有些是带图片的,如果我们想在控制台显示图片是不现实的,所以我们直接把带有图片的段子给它剔除掉,只保存仅含文本的段子。

所以我们加入如下正则表达式来匹配一下,用到的方法是 re.findall 是找寻所有匹配的内容。方法的用法详情可以看前面说的正则表达式的介绍。

好,我们的正则表达式匹配语句书写如下,在原来的基础上追加如下代码

1 content = response.read().decode('utf-8')
2 pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+
3                          'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)
4 items = re.findall(pattern,content)
5 for item in items:
6     print item[0],item[1],item[2],item[3],item[4]

现在正则表达式在这里稍作说明

1).*? 是一个固定的搭配,.和*代表可以匹配任意无限多个字符,加上?表示使用非贪婪模式进行匹配,也就是我们会尽可能短地做匹配,以后我们还会大量用到 .*? 的搭配。

2)(.*?)代表一个分组,在这个正则表达式中我们匹配了五个分组,在后面的遍历item中,item[0]就代表第一个(.*?)所指代的内容,item[1]就代表第二个(.*?)所指代的内容,以此类推。

3)re.S 标志代表在匹配时为点任意匹配模式,点 . 也可以代表换行符。

这样我们就获取了发布人,发布时间,发布内容,附加图片以及点赞数。

在这里注意一下,我们要获取的内容如果是带有图片,直接输出出来比较繁琐,所以这里我们只获取不带图片的段子就好了。

所以,在这里我们就需要对带图片的段子进行过滤。

我们可以发现,带有图片的段子会带有类似下面的代码,而不带图片的则没有,所以,我们的正则表达式的item[3]就是获取了下面的内容,如果不带图片,item[3]获取的内容便是空。

1 <div class="thumb">
2 
3 <a href="/article/112061287?list=hot&amp;s=4794990" target="_blank">
4 <img src="http://pic.qiushibaike.com/system/pictures/11206/112061287/medium/app112061287.jpg" alt="但他们依然乐观">
5 </a>
6 </div>

所以我们只需要判断item[3]中是否含有img标签就可以了。

好,我们再把上述代码中的for循环改为下面的样子

1 for item in items:
2         haveImg = re.search("img",item[3])
3         if not haveImg:
4             print item[0],item[1],item[2],item[4]

现在,整体的代码如下

 1 # -*- coding:utf-8 -*-
 2 import urllib
 3 import urllib2
 4 import re
 5 
 6 page = 1
 7 url = 'http://www.qiushibaike.com/hot/page/' + str(page)
 8 user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
 9 headers = { 'User-Agent' : user_agent }
10 try:
11     request = urllib2.Request(url,headers = headers)
12     response = urllib2.urlopen(request)
13     content = response.read().decode('utf-8')
14     pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+
15                          'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)
16     items = re.findall(pattern,content)
17     for item in items:
18         haveImg = re.search("img",item[3])
19         if not haveImg:
20             print item[0],item[1],item[2],item[4]
21 except urllib2.URLError, e:
22     if hasattr(e,"code"):
23         print e.code
24     if hasattr(e,"reason"):
25         print e.reason

运行一下看下效果

恩,带有图片的段子已经被剔除啦。是不是很开森?

3.完善交互,设计面向对象模式

好啦,现在最核心的部分我们已经完成啦,剩下的就是修一下边边角角的东西,我们想达到的目的是:

按下回车,读取一个段子,显示出段子的发布人,发布日期,内容以及点赞个数。

另外我们需要设计面向对象模式,引入类和方法,将代码做一下优化和封装,最后,我们的代码如下所示

  1 __author__ = 'CQC'
  2 # -*- coding:utf-8 -*-
  3 import urllib
  4 import urllib2
  5 import re
  6 import thread
  7 import time
  8 
  9 #糗事百科爬虫类
 10 class QSBK:
 11 
 12     #初始化方法,定义一些变量
 13     def __init__(self):
 14         self.pageIndex = 1
 15         self.user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
 16         #初始化headers
 17         self.headers = { 'User-Agent' : self.user_agent }
 18         #存放段子的变量,每一个元素是每一页的段子们
 19         self.stories = []
 20         #存放程序是否继续运行的变量
 21         self.enable = False
 22     #传入某一页的索引获得页面代码
 23     def getPage(self,pageIndex):
 24         try:
 25             url = 'http://www.qiushibaike.com/hot/page/' + str(pageIndex)
 26             #构建请求的request
 27             request = urllib2.Request(url,headers = self.headers)
 28             #利用urlopen获取页面代码
 29             response = urllib2.urlopen(request)
 30             #将页面转化为UTF-8编码
 31             pageCode = response.read().decode('utf-8')
 32             return pageCode
 33 
 34         except urllib2.URLError, e:
 35             if hasattr(e,"reason"):
 36                 print u"连接糗事百科失败,错误原因",e.reason
 37                 return None
 38 
 39 
 40     #传入某一页代码,返回本页不带图片的段子列表
 41     def getPageItems(self,pageIndex):
 42         pageCode = self.getPage(pageIndex)
 43         if not pageCode:
 44             print "页面加载失败...."
 45             return None
 46         pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+
 47                          'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)
 48         items = re.findall(pattern,pageCode)
 49         #用来存储每页的段子们
 50         pageStories = []
 51         #遍历正则表达式匹配的信息
 52         for item in items:
 53             #是否含有图片
 54             haveImg = re.search("img",item[3])
 55             #如果不含有图片,把它加入list中
 56             if not haveImg:
 57                 replaceBR = re.compile('<br/>')
 58                 text = re.sub(replaceBR,"\n",item[1])
 59                 #item[0]是一个段子的发布者,item[1]是内容,item[2]是发布时间,item[4]是点赞数
 60                 pageStories.append([item[0].strip(),text.strip(),item[2].strip(),item[4].strip()])
 61         return pageStories
 62 
 63     #加载并提取页面的内容,加入到列表中
 64     def loadPage(self):
 65         #如果当前未看的页数少于2页,则加载新一页
 66         if self.enable == True:
 67             if len(self.stories) < 2:
 68                 #获取新一页
 69                 pageStories = self.getPageItems(self.pageIndex)
 70                 #将该页的段子存放到全局list中
 71                 if pageStories:
 72                     self.stories.append(pageStories)
 73                     #获取完之后页码索引加一,表示下次读取下一页
 74                     self.pageIndex += 1
 75     
 76     #调用该方法,每次敲回车打印输出一个段子
 77     def getOneStory(self,pageStories,page):
 78         #遍历一页的段子
 79         for story in pageStories:
 80             #等待用户输入
 81             input = raw_input()
 82             #每当输入回车一次,判断一下是否要加载新页面
 83             self.loadPage()
 84             #如果输入Q则程序结束
 85             if input == "Q":
 86                 self.enable = False
 87                 return
 88             print u"第%d页\t发布人:%s\t发布时间:%s\t赞:%s\n%s" %(page,story[0],story[2],story[3],story[1])
 89     
 90     #开始方法
 91     def start(self):
 92         print u"正在读取糗事百科,按回车查看新段子,Q退出"
 93         #使变量为True,程序可以正常运行
 94         self.enable = True
 95         #先加载一页内容
 96         self.loadPage()
 97         #局部变量,控制当前读到了第几页
 98         nowPage = 0
 99         while self.enable:
100             if len(self.stories)>0:
101                 #从全局list中获取一页的段子
102                 pageStories = self.stories[0]
103                 #当前读到的页数加一
104                 nowPage += 1
105                 #将全局list中第一个元素删除,因为已经取出
106                 del self.stories[0]
107                 #输出该页的段子
108                 self.getOneStory(pageStories,nowPage)
109 
110 
111 spider = QSBK()
112 spider.start()

好啦,大家来测试一下吧,点一下回车会输出一个段子,包括发布人,发布时间,段子内容以及点赞数,是不是感觉爽爆了!

我们第一个爬虫实战项目介绍到这里,下次继续,欢迎大家继续关注,小伙伴们加油!

作者:

HDC.Cloud 华为开发者大会2020 即将于2020年2月11日-12日在深圳举办,是一线开发者学习实践鲲鹏通用计算、昇腾AI计算、数据库、区块链、云原生、5G等ICT开放能力的最佳舞台。

posted @ 2019-12-10 18:12  华为云官方博客  阅读( ...)  评论( ...)    收藏