逐渐嚣张，使用python采集CSDN文章数据保存PDF

前言

嗨喽！大家好呀，这里是魔王~**

本次必备素材:

• wkhtmltopdf [软件]

• 素材代码

第三方库：

• requests >>> pip install requests

• parsel >>> pip install parsel

• pdfkit >>> pip install pdfkit

开发环境：

• 版 本：python3.8

• 编辑器：pycharm

win + R 输入cmd 输入安装命令 pip install 模块名 如果出现爆红 可能是因为 网络连接超时 切换国内镜像源

采集流程:

一. 分析想要数据内容, 可以从哪里获取

通过开发者工具进行抓包分析, 分析之后可得, 我们想要数据内容其实就请求导航栏url地址即可

二. 代码实现步骤:

获取多个文章内容(获取所有文章url地址)

1. 发送请求, 对于文章目录页面发送请求

2. 获取数据, 获取网页源代码数据 文本数据

3. 解析数据, 提取文章url地址

获取文章内容代码

1. 发送请求, 对于url地址发送请求

2. 获取数据, 获取网页源代码数据

3. 解析数据, 提取文章内容

4. 保存数据, 先保存成html文件, 再把html文件转成PDF

代码

like_url, data=like_data, headers=headers)

尾语

好了，我的这篇文章写到这里就结束啦！

有更多建议或问题可以评论区或私信我哦！一起加油努力叭(ง ·_·)ง

喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！