【发布时间】:2019-09-22 21:06:48
【问题描述】:
我正在为包含特定标题的网站抓取网站。 我将如何制作它,例如,检查“example.com/xxxxxxxxxx”,其中“x”是一个随机数,如果它有标题 404?
【问题讨论】:
-
你的代码在哪里?
标签: python http screen-scraping
我正在为包含特定标题的网站抓取网站。 我将如何制作它,例如,检查“example.com/xxxxxxxxxx”,其中“x”是一个随机数,如果它有标题 404?
【问题讨论】:
标签: python http screen-scraping
这会找到页面的标题:
import requests
from lxml.html import fromstring
def Get_PageTitle(url):
req = requests.get(url)
tree = fromstring(req.content)
title = tree.findtext('.//title')
return title
url = "http://www.google.com"
title = Get_PageTitle(url)
if "404" in title:
#title has 404
print("Title has 404 in it")
else:
#no 404 in title
pass
编辑:
上面的代码检查标题是否有 404 in。如果您想知道标题是否为 404,请使用以下代码:
import requests
from lxml.html import fromstring
def Get_PageTitle(url):
req = requests.get(url)
tree = fromstring(req.content)
title = tree.findtext('.//title')
return title
url = "http://www.google.com"
title = Get_PageTitle(url)
if "404" is title:
#title is 404
print("Title is 404 in it")
print(title)
else:
#title is not 404
pass
【讨论】: