成功使用Python爬虫扇贝单词库实现自动测试我们的单词量

2021-01-01 22:04:24 阅读：306 来源： 互联网

标签：__ GRE Python 自动测试单词 headers html import self

在这里插入图片描述

import time
import requests
import re
from openpyxl import workbook#导入我们要用到的库
from bs4 import BeautifulSoup as bs
class TestYourWord:
    #这个功能复制下来，并且做点改良，搞一个网页版没有的功能 ———— 自动生成错词本
    def __init__(self):
        self.start_url = 'https://www.shanbay.com/bdc/client/vocabtest/welcome'
        #请求头，浏览器模拟
        #设置这一步的目的是为了伪装我们的爬虫，防止被识别出来
        #由requests自动生成的headers，可被服务器轻易识别为爬虫，所以我们要进行伪装
        self.headers = {
            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
        }
        self.which_test = int(input('请输入你想要选择的题库：（数字1-10）'))
    def getHtml(self):
        gu = self.start_url #url生成器
        html = requests.get(gu,headers=self.headers)
        soup = bs(html.text,'html.parser')
        items=soup.find('div',class_='type-content').find(a)
        for item in items:
            print(item)
        return html
    def getData(self):
        res = self.getHtml()
        data=res.json
        print(data)
        
if __name__ == '__main__':
    start = time.time()
    test = TestYourWord()
    test.getData()

在这里插入图片描述问题出现在我们是一个动态网页，应该在XHR里面找内容，

在这里插入图片描述把链接改成上图所示的链接则可以成功提取数据了。

打印Json文件可以得到如下内容

请输入你选择的词库编号，按Enter确认
        1，GMAT  2，考研  3，高考  4，四级  5，六级
        6，英专  7，托福  8，GRE  9，雅思  10，任意
        >1
[['GMAT', 'GMAT'], ['NGEE', '考研'], ['NCEE', '高考'], ['CET4', '四级'], ['CET6', '六级'], ['TEM', '英专'], ['TOEFL', '托福'], ['GRE', 'GRE'], ['IELTS', '雅思'], ['NONE', '任意']]

我们定位到相应的词库可以得到相应的新json文件
在这里插入图片描述

标签：__,GRE,Python,自动测试,单词,headers,html,import,self
来源： https://blog.csdn.net/weixin_44991673/article/details/112064367

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

成功使用Python爬虫扇贝单词库实现自动测试我们的单词量