广东十一选五玩法-广东十一选五规则_计划-广东十一选五开奖

HOTLINE

400-123-4567
网站公告: 欢迎光临广东十一选五玩法网站!
广东十一选五开奖 当前位置: 主页 > 广东十一选五开奖 >

北京赛车 吉祥娱乐Python爬虫:爬取在线教程转成

文章来源:    时间:2018-05-28

 

  作为一名程序员,经常要搜一些教程,有的教程是在线的,不提供离线版本,这就有些局限了。那么同样作为一名程序员,遇到问题就应该解决它,今天就来将在线教程保存为PDF以供查阅。

  1、网站介绍2、准备工作2.1 软件安装2.2 库安装3、爬取内容3.1 获取教程名称3.2 获取目录及对应网址3.3 获取章节内容3.4 保存pdf3.5 合并pdf4、完整代码

  包括一些github的项目也纷纷将教程链接指向这个网站。经过一番查找,该网站是一个可以创建、托管和浏览文档的网站,其网址为:。在上面可以找到很多优质的资源。

  该教程只提供了 HTML格式文件的下载,还是不太方便查阅,那就让我们动手将其转成PDF吧!

  从图看到我们需要的教程名称包含在div class=wy-side-nav-search/div之间的a标签里。假设我们已经获取到了网页内容为html,可以使用以下代码获取该内容:

  从图看到我们需要的目录包含在div class=section/div之间,li class=toctree-l1/li标签里为一级目录及网址;li class=toctree-l2/li标签里为二级目录及网址。当然这个url是相对的url,前面还要拼接。

  代码中我们通过itemprop这个属性来定位,好在一级目录内容的元素位置和二级目录内容的元素位置相同,省去了不少麻烦。

  经过以上几个步骤,我们想要的pdf文件已经生成,一起来欣赏一下劳动成果:

  图文来自网络,有删减、如涉及版权问题,请联系我们以便处理。文章内容纯属作者个人观点,不代表本网观点。北京赛车 吉祥娱乐

  声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。


地址:广东省广州市花都区38号    座机:400-123-4567    手机:13988999988
Copyright © 2002-2017 广东十一选五玩法 版权所有 |网站Sitemap|导航地图 技术支持:广州十一选五    ICP备案编号:粤ICP备952485158号