Python——获取各种笑话/段子

2023-06-26 174

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

应用实时监控服务-应用监控，每月50GB免费额度

应用实时监控服务-用户体验监控，每月100OCU免费额度

性能测试 PTS，5000VUM额度

简介： Python——获取各种笑话/段子

01 实现背景

1、笑话网站—ZOL笑话大全：http://xiaohua.zol.com.cn/detail60/1.html，**我们获取笑话/段子的数据来源**

2、requests模块，用于http形式请求访问网页

3、BeautifulSoup模块，用于解析获取到的网页内容

02 实现目标

首先利用requests模块获取ZOL笑话大全网页源码，再通过BeautifulSoup模块进一步筛选获得笑话文本内容，最终存储在本地文件joke.txt

03 注意事项

1、本代码默认循环10次，即获取10个笑话内容，如需获取更多或更少笑话，可自行调整参数

for i in range(10)

2、本代码默认将获取的笑话内容，存储到python脚本所在目录的joke.txt文件，如需修改存储路径，可自行操作

with open('joke.txt',mode = 'a+') as file:

04 实现代码

import requests
from  bs4  import BeautifulSoup

headers = {
   
   
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'
} #设置代理，破解简单的反爬机制

for i in range(10):   #循环10次，意思为检索笑话网10个页面
    resp = requests.get('http://xiaohua.zol.com.cn/detail60/{}.html'.format(i), headers = headers)
    html=resp.text
    soup =BeautifulSoup(html,'lxml')     #对网页内容进行解析
    print(soup.select('.article-title')[0].text)
    print(soup.select('.article-text')[0].text)
    print(soup.select('.article-source a')[0].text)
    with open('joke.txt',mode = 'a+') as file:       #将获取到的笑话存储在本地文件joke.txt中
        file.write(soup.select('.article-title')[0].text+'\n')
        file.write(soup.select('.article-text')[0].text+'\n')
        file.write(soup.select('.article-source a')[0].text+'\n')