Print(“52吾爱”)
等待的时间总是漫长的,
这么些天了,还不见有录取通知下来
索性写一个小东东随时监视着教育官网的动态
感觉这个比爬图片还简单,因为网站结构很简单
步骤就是:
首先.访问官网www.sceea.cn
1.右击左边的列表,选择‘检查’
2.右击A标签
3.选择复制(copy)
4.复制Xpath路径,然后得到不同的属性值
上代码:
[Python] 纯文本查看 复制代码 import requests
import time
from lxml import etree
import webbrowser
headers = {
'User-Agent': 'Mozilla/5.0(Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36'
}
eduurl ='http://www.sceea.cn' # 四川教育考试院官网
alll = [] # 定义一个空列表,存放已访问过的标题
while True: # 死循环
HTMl = requests.get(eduurl, headers=headers).text
HTMl = etree.HTML(HTMl)
title = HTMl.xpath('//*[@id="news-left"]/li/a/@title') # 用Xpath获取文章标题
titletime = HTMl.xpath('//*[@id="news-left"]/li/span/span[2]/text()') # 用Xpath获取发布时间
urls = HTMl.xpath('//*[@id="news-left"]/li/a/@href') # 用Xpath获取文章连接
keyword = ['专科', '对口招生', '旅游', '高职'] # 建立一个关键字列表
for tit in title: # 在所有得到的标题里面遍历
for key in keyword: # 在所有关键字里面遍历
if key in tit: # 判断关键字出现在标题中
if tit in alll: # 判断标题在已访问过的标题列表里面
pass # 在里面就不作为
else: #
local = title.index(tit) # 获取标题在标题列表中的位置,用于得到发布时间
print(titletime[local] + ' ' + title[local] + '\n') # 打印出发布时间和文章标题
url = 'http://www.sceea.cn' + urls[local] # URL的拼接
webbrowser.open(url) # 打开浏览器,访问文章
alll.append(tit) # 将已访问的标题添加到列表中,防止重复访问
time.sleep(600) # 设置延迟10分钟,相当于10分钟刷新一次吧
EXE打包文件:
教育官网监视 https://wwe.lanzouj.com/it9VWgc20mh
|