今天根据老师的提供的爬虫思路,开发出了爬取中华网新闻的爬虫,并且在下面这几个地方做了调整。
1、分析URL的策略
2、增加了日志记录功能,方便事后查看爬取的过程
3、解决了爬取新闻页面时的分页内容问题
3、输出爬取结果到文件的方式增加了两个功能
(a).输出的内容进行了美化
(b).可以分批次输出文件
下一步可以扩展的功能:
1、多线程方式爬取
2、增加两个模块可以方便的配置URL的解析策略、以及爬取内容数据的解析策略
點擊查看更多內(nèi)容
1人點贊
評論
評論
共同學(xué)習(xí),寫下你的評論
評論加載中...
作者其他優(yōu)質(zhì)文章
正在加載中
感謝您的支持,我會繼續(xù)努力的~
掃碼打賞,你說多少就多少
贊賞金額會直接到老師賬戶
支付方式
打開微信掃一掃,即可進行掃碼打賞哦