1、使用工具:
Python3.5
BeautifulSoup
2、抓取網站：
csdn首頁文章列表 http://blog.csdn.net/
3、分析網站文章列表代碼：

4、實現抓取代碼：

__author__ = 'Administrator' import urllib.request import re from bs4 import BeautifulSoup######################################################## # # 抓取csdn首頁文章http://blog.csdn.net/?&page=1 # # 參數baseUrl是要訪問的網站地址 # ######################################################## class CsdnUtils(object):def __init__(self):user_agent='Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36'self.headers ={'Cache-Control':'max-age=0','Connection':'keep-alive','Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8','User-Agent':user_agent,}self.contentAll=set()def getPage(self,url=None):request=urllib.request.Request(url,headers=self.headers)response=urllib.request.urlopen(request)soup=BeautifulSoup(response.read(),"html.parser")#print(soup.prettify())return soupdef parsePage(self,url=None,page_num=None):soup=self.getPage(url)itemBlog=soup.find_all('dl','blog_list clearfix')cnArticle=CsdnUtilsprint("========================第",page_num,"頁======================================")for i,itemSingle in enumerate(itemBlog):cnArticle.num=icnArticle.author=itemSingle.find('a','nickname').stringcnArticle.postTime=itemSingle.find('label').stringcnArticle.articleView=itemSingle.find('em').stringcnArticle.title=itemSingle.find('h3',"tracking-ad").stringcnArticle.url=itemSingle.find("h3").find("a").get("href")print("數據：",cnArticle.num+1,'\t',cnArticle.author,'\t',cnArticle.postTime,'\t',cnArticle.articleView,'\t',cnArticle.title,'\t',cnArticle.url)####### 執行 ######## if __name__ =="__main__":#要抓取的網頁地址'http://blog.csdn.net/?&page={}'.format(i+1),i+1)url = "http://blog.csdn.net"cnblog=CsdnUtils()for i in range(0,2):cnblog.parsePage(url,i+1)

5、執行結果：

轉載于:https://www.cnblogs.com/luweiwei/p/5968459.html

總結

以上是生活随笔為你收集整理的Python实现抓取CSDN博客首页文章列表的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。