python语言的主网址-Python爬取网址中多个页面的信息
通过上一篇博客了解到爬取数据的操作，但对于存在多个页面的网址来说，使用上一篇博客中的代码爬取下来的资料并不完整。接下来就是讲解该如何爬取之后的页面信息。
一、审查元素
鼠标移至页码处右键，选择检查元素
接着屏幕下方就会出现对应的html语句
二、分析html语句与项目要求
本次项目是爬取所有信息，根据第一步中的html语句，我们有两种爬取后续页面信息的方法：
方法一：循环访问本页面中的"下一页”链接直至该标签为空
即
defnext_page(url):
soup=get_requests(url)
draw_base_list(soup)
pcxt=soup.find('div',{'class':'babynames-term-articles'}).find('nav')
pcxt1=pcxt.find('div',{'class':'nav-links'}).find('a',{'class':'next page-numbers'})if pcxt1!=None:
link=pcxt1.get('href')
next_page(link)else:print("爬取完成")
方法二：获取总页数，通过更改url来爬取后续信息
通过html语句可以看出不同页数的url只有最后的数字不一样，而最后的数字就代表着这个url中的信息是第几页的信息。
页面中的html语句给出了总页码，我们只需要定位至该标签并获得总页数即可。
即
defget_page_size(soup):
pcxt=soup.find('div',{'class':'babynames-term-articles'}).find('nav')
pcxt1=pcxt.find('div',{'class':'nav-links'}).findAll('a')for i in pcxt1[:-1]:
link=i.get('href')
s=str(i)
','',page2)pagesize=int(page3)print(pagesize)returnpagesizepass
获得总页数后这个模块还没有结束，我们还需要更改url来访问网址，也就是主函数的编写：
if __name__ == '__main__':
url="http://www.sheknows.com/baby-names/browse/a/"soup=get_requests(url)
page=get_page_size(soup)for i in range(1,page+1):
url1=url+"page/"+str(i)+"/"soup1=get_requests(url1)
draw_base_list(soup1)
通过以上的两种方法就可以将多个页面中的信息都爬取下来了，赶紧动手试试吧。