Python3实现爬取简书首页文章标题和文章链接的方法【测试可用】

from urllib import request
from bs4 import BeautifulSoup #Beautiful Soup是一个可以从HTML或 文件中提取结构化数据的Python库
#构造头文件，模拟浏览器访问
url=\"http://www.jianshu.com\"
headers = {\'User-Agent\':\'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36\'}
page = request.Request(url,headers=headers)
page_info = request.urlopen(page).read().decode(\'utf-8\')#打开Url,获取HttpResponse返回对象并读取其ResposneBody
# 将获取到的内容转换成BeautifulSoup格式，并将html.parser作为解析器
soup = BeautifulSoup(page_info, \'html.parser\')
# 以格式化的形式打印html
#print(soup.prettify())
 s = soup.find_all(\'a\', \' \')# 查找所有a标签中class=\' \'的语句
\'\'\'\'\'
# 打印查找到的每一个a标签的string和文章链接
  for   in  s:
    print( .string)
    print(\"http://www.jianshu.com\" +  .get(\'href\'))
\'\'\'
#open()是读写文件的函数,with语句会自动close()已打开文件
with open(r\"D:\\articles.txt\",\"w\") as file:    #在磁盘以只写的方式打开/创建一个名为 articles 的txt文件
  for   in  s:
    file.write( .string+\'\\n\')
    file.write(\"http://www.jianshu.com\" +  .get(\'href\')+\'\\n\\n\')