前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
python免费学习资料以及群交流解答点击即可加入
python开发环境
- python 3.6
- pycharm
<code class="language-python"><a href="https://www.gaodaima.com/tag/import" title="查看更多关于import的文章" target="_blank">import</a> requests import parsel import pdfkit import time </code>
www#gaodaima.com来源gao!%daima.com搞$代*!码$网搞代码
相关模块pip安装即可
目标网页分析
1、先从列表页中获取详情页的URL地址
是静态网站，可以直接请求网页获取数据
<code class="language-python">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)
</code>
2、从详情页中获取标题以及内容
<code class="language-python">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()
</code>
3、保存html网页数据并转成PDF
<code class="language-python">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:pythondemo招标网文书" + title + ".html"
pdf_path = "D:pythondemo招标网文书" + title + ".pdf"
with open(html_path, mode="wb", encoding="utf-8") as f:
f.write(html)
print("{}已下载完成".format(title))
# exe 文件存放的路径
config = pdfkit.configuration(wkhtmltopdf="C:Program Fileswkhtmltopdfinwkhtmltopdf.exe")
# 把 html 通过 pdfkit 变成 pdf 文件
pdfkit.from_file(html_path, pdf_path, configuration=config)
</code>
运行实现效果
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python爬取比比网中标标书并保存成PDF格式
转载请注明原文链接：Python爬取比比网中标标书并保存成PDF格式
