会python真的可以为所欲为0(回)
379天前
这里还有人吗1(回)
565天前这里还有人吗0(回)
565天前
每天面对着电脑屏幕，敲打键盘。我所面对的并不只是代码，而是一种生活方式。0(回)
789天前到处都是羊，不想上班0(回)
869天前
鸽子
0(回)
873天前from urllib.request import urlopen |
from bs4 import BeautifulSoup |
import re |
pages = set() |
def getLinks(pageUrl): |
global pages |
html = urlopen("http://en.wikipedia.org"+pageUrl) |
bsObj = BeautifulSoup(html,'html.parser') |
try: |
print(bsObj.h1.get_text()) # 打印标题 |
print(bsObj.find(id="mw-content-text").findAll('p')[0]) # 打印正文 |
print(bsObj.find(id="ca-edit").find("span").find("a").attrs['href']) # 打印编辑链接 |
except AttributeError: |
print("页面缺少一些属性！不过不用担心！") |
for link in bsObj.findAll("a", href=re.compile("^(/wiki/)")): |
if 'href' in link.attrs: |
if link.attrs['href'] not in pages: |
newPage = link.attrs['href'] |
print("--------------\n"+newPage) |
pages.add(newPage) |
getLinks(newPage) |
getLinks("") |
