Python simplemente rastrea datos web

Al rastrear mi página web CSDN: https://blog.csdn.net/zhaoweiya
solicitudes de importación, aparece una línea roja. En este momento, apuntamos con el cursor a las solicitudes, presionamos la tecla de acceso directo: alt + enter, pycharm dará un solución, en este momento, seleccione instalar las solicitudes de paquete y pycharm lo instalará automáticamente por nosotros.Solo tenemos que esperar un momento para que se instale la biblioteca. El método de instalación de lxml es el mismo

import requests
from lxml import etree
header = {
    
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36"}
html = requests.get("https://blog.csdn.net/zhaoweiya",headers=header)
etree_html = etree.HTML(html.text)
content = etree_html.xpath('//*[@id="articleMeList-blog"]/div[2]/div/h4/a/text()')
for each in content:
    replace = each.replace('\n', '').replace(' ', '')
    if replace == '\n' or replace == '':
        continue
    else:
        print(replace)

Se interceptaron algunos resultados:

找出列表list中的重复元素
Python列表去重的多种方法
python+selenium滚动条/内嵌滚动条循环下滑，判断是否滑到最底部
Python特殊函数lambdamapfilter
Python嵌套函数和装饰器
python正序循环使用remove和delect删除报index溢出错误
decimal报错：decimal.InvalidOperation:[＜class‘decimal.ConversionSyntax‘＞]

Referencia: https://blog.csdn.net/IT_XF/article/details/82184585