Python上requests_html的HTMLSession


1. 建立Session:

from requests_html import HTMLSession
session = HTMLSession()
 

2. 打开Url检查返回码

mainPage = session.get("https://www.cnblogs.com/chengguo/")
if (mainPage.status_code == 404):
        print("url open failed: {}".format(mainPage.url))
        sys.exit()     

 

3. 查找内容并检查返回内容

articleElement = mainPage.html.find("#mainBox > main > div.article-list", first=True)
if (articleElement == None):
        print("article empty");

 

4. 获取Element内容中的信息(文本/链接)

print(articleElement.text)
for url in articleElement.links:
 

5. 保存网页元素text

      file = open("output.text", "w", encoding="utf-8")
      file.write(articleElement.text)
      file.close()

 

6. 保存网页内容bin

        file = open("output.html", "wb")
        file.write(mainPage.html.raw_html)
        file.close()

 

--------------------------------------------------------------------------------------------------------


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM