前言
本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理，
以下文章來源于CSDN，作者嗨學編程
python開發環境
- python 3.6
- pycharm
import requests
import parsel
import pdfkit
import time相關模塊pip安裝即可
目標網頁分析
1、先從串列頁中獲取詳情頁的URL地址
是靜態網站，可以直接請求網頁獲取資料
for page in range(1, 31):
url = 'https://www.bibenet.com/mfzbu{}.html'.format(page)
headers = {
'Referer': 'https://www.bibenet.com/mianfei/',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
selector = parsel.Selector(response.text)
urls = selector.css('body > div.wrap > div.clearFiex > div.col9.fl > div.secondary_box > table tr .fl a::attr(href)').getall()
for page_url in urls:
print(page_url)2、從詳情頁中獲取標題以及內容
response_2 = requests.get(url=page_url, headers=headers)
selector_2 = parsel.Selector(response_2.text)
article = selector_2.css('.container').get()
title = selector_2.css('.detailtitle::text').get()3、保存html網頁資料并轉成PDF
html_str = """
<!doctype html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Document</title>
</head>
<body>
{article}
</body>
</html>
"""
def download(article, title):
html = html_str.format(article=article)
html_path = 'D:\\python\\demo\\招標網\\文書\\' + title + '.html'
pdf_path = 'D:\\python\\demo\\招標網\\文書\\' + title + '.pdf'
with open(html_path, mode='wb', encoding='utf-8') as f:
f.write(html)
print('{}已下載完成'.format(title))
# exe 檔案存放的路徑
config = pdfkit.configuration(wkhtmltopdf='C:\\Program Files\\wkhtmltopdf\\bin\\wkhtmltopdf.exe')
# 把 html 通過 pdfkit 變成 pdf 檔案
pdfkit.from_file(html_path, pdf_path, configuration=config)運行實作效果
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/205052.html
標籤：Python