实现的功能
输入想要爬取微信公众号文章的链接,爬取成功后会输出文件夹已经创建(代码创建位置在D:\test)
将爬取到的图片放入文件夹中,并且文件夹的名字为该文章的标题:
需要用到的库
获取文章信息需要的库:beautifulsoup4,requests;
需要对html一些标签有一定的了解
可以到w3cschool了解
将微信公众号文章复制链接,然后电脑浏览器打开,按F12开发者工具,或者右键点击查看源,就可以看到网页的源代码。
代码设计思想
1、网页通过request请求获得网页源代码,再通过bs4(beautifulsoup)来对源代码进行提取信息;
文章标题的获取:
2、通过观察微信公众号文章网页源代码,可以发现,文章的标题大部分都是存放在h2标签里面的(大部分,我目前看到的都是h2标签