爬虫入门傻瓜式教程！不会你砍我！爬当当网的书名~_beautiful soup爬当当网

喵。最近新学爬虫，学半天笔记做半天给我学迷糊了，于是决定跨出第一步！先写一个吧~！（写这个就写了半天，应该没有比我更呆的人了。）

要用到的导入

from bs4 import BeautifulSoup #解析网页
import requests #URL用

首先进入当当网的主页~在主页搜索栏随便搜个啥，比如：美女
此时可以看到 链接里结尾是 &act=input：

然后再点击第2页~
发现结尾变成了 &act=input&page_index=2

再点回第一页！
发现结尾是 &act=input&page_index=1

于是发现URL的通用格式是：
index 后面输第几页就能去第几页

URL=“https://search.dangdang.com/?key=美女&act=input&page_index=”

因为想简单的爬书名~
所以善用网页前端的代码找书名在哪个标签里！先找到了所有的书名所在的大类：是class为bigimg 的 ul 标签里
对照打开第一个li标签，发现书名(title属性) 在 class为pic的 a标签里。只要能得到这个title属性就可以得到书名啦

实现o(￣▽￣)ブ：

from bs4 import BeautifulSoup
import requests

URL="https://search.dangdang.com/?key=美女&act=input&page_index="
pagenum=1

while(pagenum<=2):
    html=requests.get(URL+str(pagenum)).text
    soup=BeautifulSoup(html,'lxml')
    text_ul=soup.find_all('ul',{"class":"bigimg"})


    for ul in text_ul:
        texts=ul.find_all('a',{"class":"pic"})
        for t in texts:
            print(t.get('title'))
    pagenum+=1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17