六一礼物怎么选?来用python采集几套试卷送给小朋友们吧
off999 2024-09-16 00:41 35 浏览 0 评论
大家好啊，我是枫哥～ 马上要六一了，想一想我小时候的儿童节老师大概率都会布置一些试卷，所以也算是渡过了一个很"快乐"的童年呢。
所以今天这篇文章来采集一下试卷网中的试卷，快来学习一下，然后采集几套试卷送给你身边还在上学的小朋友们吧，想必收到这个儿童节礼物他们应该会很高兴～
目标网站的页面大概是长这样的，结构还是很清晰的，不同科目，年级都很规律，可以说是比较容易采集的了。
我们以一年级的语文试卷为例来演示，首先点击"语文试卷"，选择"一年级"。会新打开一个标签页，可以看到试卷还是很丰富的，为了小朋友的身心健康，我们就先采集前 5 页的试卷吧。
打开开发者工具，查看页面的 dom 结构
核心就是这个表格 tbody 里的内容了，关键信息基本都有了，试卷名称，文件类型，版本，大小，上传日期。那么问题来了，怎么下载呢？ 我们继续点击某一个试卷，查看这个试卷的详情页面，可以看到页面底下有一个"本地下载按钮"。
利用开发者工具找到这个按钮的 dom 元素，如下，就能获取到这个试卷的下载地址了。点击测试一下，确实是能下载的。
这次就不用 js 来写脚本了，换 python 写吧，主打一个随心所欲。 大概原理，利用 request 库来请求内容，bs4 库来解析 html 提取试卷信息，下载链接等，开干～ 编写获取指定页面的所有试卷数据函数
测试执行执行一下，没什么问题
然后遍历获取到的试卷，得到下载地址
执行一下，成功拿到了试卷的下载地址。
编写下载试卷的函数，传入 url 和 folder，folder 暂时写死为 yuwen
执行后，就可以在当前目录下的 yuwen 文件夹中看到下载好的试卷文件了
试卷文件是压缩包，如果要手动解压的话，肯定是不行的。所以我们可以使用 rarfile 这个库来对文件进行解压。添加解压代码，解压后记得要删除原有的压缩包，代码如下
再来执行一次，完成后就能看到解压后的试卷了
最后，增加一个遍历条件，采集前 5 页的试卷
好了，到这里我们基本的功能就都实现好了。 如果你想指定下载的科目和年级，也可以支持，我们继续对代码进行一下改造，支持在执行的时候传入两个参数，分别是科目和年级。
比如下面的这个命令，就表示采集语文科目，1年级的试卷。如果要采集其他科目，也可以传入对应的参数即可
关键代码大致如下，解析脚本传入的参数
获取试卷列表页面的 list 地址
然后我们来尝试下载一年级的数学试卷
执行后的结果如下
总结
- 学习到了 python requests、bs4、rarfile 等库的使用；
- 了解了 pyton 编写爬虫脚本的思路；
原文链接：https://juejin.cn/post/7374968339905724426
相关推荐
- 阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?
-
TG：@yunlaoda360引言：速度即体验，速度即业务在当今数字化的世界中，网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒，都可能导致用户流失和收入损失。对...
- 高流量大并发Linux TCP性能调优_linux 高并发网络编程
-
其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p（哎……想想那么多流量好像不跑点p2p也跑不完），所以造成有的时候如果有比较多人跑BT的话，会造成VPN速度急剧下降。本文所面对的情况为...
- 性能测试100集(12)性能指标资源使用率
-
在性能测试中，资源使用率是评估系统硬件效率的关键指标，主要包括以下四类：#性能测试##性能压测策略##软件测试#1.CPU使用率定义：CPU处理任务的时间占比，计算公式为1-空闲时间/总...
- Linux 服务器常见的性能调优_linux高性能服务端编程
-
一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时，总想着直接改配置，其实第一步该是“看清楚问题”。就像医生看病要先听诊，调优前得先知道服务器“哪里...
- Nginx性能优化实战:手把手教你提升10倍性能!
-
关注△mikechen△，十余年BAT架构经验倾囊相授！Nginx是大型架构而核心，下面我重点详解Nginx性能@mikechen文章来源：mikechen.cc1.worker_processe...
- 高并发场景下，Spring Cloud Gateway如何抗住百万QPS?
-
关注△mikechen△，十余年BAT架构经验倾囊相授！大家好，我是mikechen。高并发场景下网关作为流量的入口非常重要，下面我重点详解SpringCloudGateway如何抗住百万性能@m...
- Kubernetes 高并发处理实战(可落地案例 + 源码)
-
目标场景：对外提供HTTPAPI的微服务在短时间内收到大量请求（例如每秒数千至数万RPS），要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路（多层防护）：边缘层：云LB...
- 高并发场景下，Nginx如何扛住千万级请求?
-
Nginx是大型架构的必备中间件，下面我重点详解Nginx如何实现高并发@mikechen文章来源：mikechen.cc事件驱动模型Nginx采用事件驱动模型，这是Nginx高并发性能的基石。传统...
- Spring Boot+Vue全栈开发实战，中文版高清PDF资源
-
SpringBoot+Vue全栈开发实战，中文高清PDF资源，需要的可以私我：）SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能，而Vue则采用数据驱动视图的方式将程序...
- Docker-基础操作_docker基础实战教程二
-
一、镜像1、从仓库获取镜像搜索镜像：dockersearchimage_name搜索结果过滤：是否官方:dockersearch--filter="is-offical=true...
- 你有空吗?跟我一起搭个服务器好不好?
-
来人人都是产品经理【起点学院】，BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候，随手翻了翻写过的文章，发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论，却很少有涉及动手...
- 部署你自己的 SaaS_saas如何部署
-
部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。（DigitalOcean教程）dockovpn.io—无状态OpenVPNdockerized服务器，不需要持久存储。...
- Docker Compose_dockercompose安装
-
DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具，通过一个docker-compose.yml文件，用YAML格式描述服务、网络、卷等内容，...
- 京东T7架构师推出的电子版SpringBoot，从构建小系统到架构大系统
-
前言：Java的各种开发框架发展了很多年，影响了一代又一代的程序员，现在无论是程序员，还是架构师，使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统，这就要求使用的开发框架尽量简单，无论...
- Kubernetes (k8s) 入门学习指南_k8s kubeproxy
-
Kubernetes(k8s)入门学习指南一、什么是Kubernetes？为什么需要它？Kubernetes(k8s)是一个开源的容器编排系统，用于自动化部署、扩展和管理容器化应用程序。它...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)