序言
文中的文本及图片来自互联网,仅作学习培训 、沟通交流应用,不具备一切商业行为,如有什么问题请立即在线留言以作解决。
PS：若有必须Python学习材料的小伙伴们能够加点击正下方连接自主获得
python免费学习材料及其群沟通交流解释点击就可以添加
python开发工具
- python 3.6
- pycharm
import requests import parsel import pdfkit import time
有关控制模块pip安装就可以
总体目标网页分析
1 、先从列表页中获得宝贝详情的URL详细地址
是静态网页 ，能够立即要求网页页面读取数据
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、从宝贝详情中获得题目及其內容
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、储存html网页页面数据信息并转为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\\招标网\\公文\\' title '.html'
pdf_path = 'D:\\python\\demo\\招标网\\公文\\' title '.pdf'
with open(html_path, mode='wb', encoding='utf-8') as f:
f.write(html)
print('{}已下载进行'.format(title))
# exe 文档储放的途径
config = pdfkit.configuration(wkhtmltopdf='C:\\Program Files\\wkhtmltopdf\\bin\\wkhtmltopdf.exe')
# 把 html 根据 pdfkit 变为 pdf 文档
pdfkit.from_file(html_path, pdf_path, configuration=config)
运作完成实际效果
