当前位置: 首页 > news >正文

摄影网站建设汕头百度网站推广

摄影网站建设,汕头百度网站推广,电脑网站怎么做的,莱芜在线头条文章目录 声明安装必要的库项目结构技术细节小结 声明 请您遵守网站的robots文件规定,本文目的只是做学习交流使用,包括多个模块,例如数据存储、日志记录、错误处理、多线程或异步请求 安装必要的库 pip install requests beautifulsoup4 sq…

文章目录

    • 声明
    • 安装必要的库
    • 项目结构
    • 技术细节
    • 小结

声明

在这里插入图片描述

请您遵守网站的robots文件规定,本文目的只是做学习交流使用,包括多个模块,例如数据存储、日志记录、错误处理、多线程或异步请求

安装必要的库

pip install requests beautifulsoup4 sqlite3

项目结构

创建以下文件和目录结构
my_crawler/
├── config.py
├── crawler.py
├── db.py
├── logger.py
└── main.py

技术细节

配置文件 config.py
配置文件用于存储常量和配置项:

BASE_URL = 'https://example.com'
ARTICLES_URL = f'{BASE_URL}/articles'
DATABASE_NAME = 'articles.db'
LOG_FILE = 'crawler.log'

1.数据库操作 db.py
用于创建数据库表和插入数据:

#db.pyimport sqlite3
from config import DATABASE_NAMEdef init_db():conn = sqlite3.connect(DATABASE_NAME)cursor = conn.cursor()cursor.execute('''CREATE TABLE IF NOT EXISTS articles (id INTEGER PRIMARY KEY AUTOINCREMENT,title TEXT NOT NULL,url TEXT NOT NULL)''')conn.commit()conn.close()def insert_article(title, url):conn = sqlite3.connect(DATABASE_NAME)cursor = conn.cursor()cursor.execute('INSERT INTO articles (title, url) VALUES (?, ?)', (title, url))conn.commit()conn.close()

2.日志记录 logger.py
用于配置日志记录:

logger.pyimport logging
from config import LOG_FILEdef setup_logger():logging.basicConfig(filename=LOG_FILE,level=logging.INFO,format='%(asctime)s - %(levelname)s - %(message)s')logger = setup_logger()

3.爬虫逻辑 crawler.py
包含爬虫的主要逻辑:

 crawler.pyimport requests
from bs4 import BeautifulSoup
from config import ARTICLES_URL
from db import insert_article
from logger import loggerdef fetch_page(url):"""获取网页内容"""try:response = requests.get(url)response.raise_for_status()  # 检查请求是否成功return response.textexcept requests.RequestException as e:logger.error(f"请求错误: {e}")return Nonedef parse_html(html):"""解析HTML,提取文章标题和URL"""soup = BeautifulSoup(html, 'html.parser')articles = []for article in soup.find_all('div', class_='article'):title = article.find('h1', class_='article-title').get_text(strip=True)url = article.find('a')['href']articles.append((title, url))return articlesdef crawl_articles():"""抓取并保存文章"""html = fetch_page(ARTICLES_URL)if html:articles = parse_html(html)for title, url in articles:insert_article(title, url)logger.info(f"已保存文章: {title} - {url}")
  1. 主程序 main.py
    启动爬虫的主程序:
 main.pyfrom crawler import crawl_articles
from db import init_db
from logger import loggerdef main():logger.info("开始爬虫任务")init_db()crawl_articles()logger.info("爬虫任务完成")if __name__ == '__main__':main()

小结

请您遵守网站的robots文件规定,本文目的只是做学习交流使用,感谢csdn平台

http://www.rdtb.cn/news/11694.html

相关文章:

  • 社交网站开发教程优化推广关键词
  • 市房城乡建设委官网站哈尔滨最新疫情通报
  • 营销型网站建设方案舆情监测系统
  • 服务器维修太原百度seo排名
  • 网站建设 淄博买外链有用吗
  • 深圳网站建设选哪家好网址域名查询ip地址
  • WordPress有赞支付郑州seo优化培训
  • 自己做的网站如何放进服务器关键词搜索量排名
  • 深圳网站制作排行榜百度词条官网入口
  • 古风网站建设模板下载ios aso优化工具
  • 做公司网站需要企业培训课程有哪些内容
  • 无锡做网站多少钱seo排名优化价格
  • 优设网专利seo整站优化服务教程
  • 建站本银徽seo
  • flash网站代码今日热点新闻头条国内
  • 新手可以自己建网站吗中国seo第一人
  • 常德网站设计宁波如何做seo排名优化
  • 如何开发游戏沈阳百度seo排名优化软件
  • 三星网上商城退款东莞seo代理
  • 四川建设厅网站复查中想找搜索引擎优化
  • 网站该怎么做链接最新的域名网站
  • 怎么样推广一个网站3d建模培训班一般多少钱
  • 专门 做鞋子团购的网站搜索引擎营销的四种方式
  • 网站建设售后b2b b2c c2c o2o区别
  • 手机如何做车载mp3下载网站网站搜索引擎优化的方法
  • 做seo网站图片怎么优化搜索引擎排名优化价格
  • 奇想网站建设网站运营优化培训
  • 做一个网站放网上要多少钱如何在外贸平台推广
  • 怎样做一个好的网站百度识图网页版 在线
  • 重庆网站建设多少钱推广下载app赚钱