初学Python，就用它爬取一点情话吧

作者:马笑达更新于： 2020-05-18 15:18:24

老铁们，一年一度的520就要来了，大家有没有正在抓耳挠腮的给女朋友准备礼物呢?

作为一个业余非专业程序猿(PS：自称程序猿，哈哈)，最近初学Python，用它来抓取情话网站的100页情话，作为给女朋友的第二个小礼物。

由于小马达我，是自学，也是初学者，忘各位大神勿喷，程序比较简单，亲测可用。

下面进入正题：

目标：爬取指定网址的100页情话。

准备：python：3.7版本、开发工具：pycharm、浏览器：谷歌浏览器

思路：

1. 通过requests+xpath来爬取网页，并对信息进行提取
2. 不管网站有没有反爬策略，最简单的携带headers用上
3. 循环写入txt文件
4. 把主要代码写成函数进行封装

几个关键点：

1. 注意网页的编码格式，一般来说，可以结合response.encoding和response.headers来观察。如果headers里面没有Content-Type,则编码为encoding='utf-8';如果有Content-Type，以 charset 为准，没有charset,则为ISO-8859-1
2. 观察网页的结构，确定如何编写程序实现翻页，在这里网站比较简单，直接把序号+1就行
3. 关于用beautifulsoup还是xpath，酌情使用，在这里，我直接使用xpath定位更加方便

最终效果：

得到100页情话，并保存到txt文件里。

主要代码

结果输出

后期计划改进：

1. 准备把数据写入数据库
2. 用flask框架搭建网站
3. 准备实现词云效果，类似于下面这样。好了，文字表达能力也不强，也不知道写啥，主要就是分享好玩的。奥，对了，小马达，什么都喜欢研究一下，这个号不打算写垂直领域，主要就是分享生活，结交朋友，当然了，你要点个赞，给个关注，那我们就是更好的朋友。哈哈，记得关注哦!