一、爬取目标

二、完整源码

#""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""
#
# Copyright (c) 2024 愤怒的it男, All Rights Reserved.
# FileName : code.py
# Date     : 2024.01.16
# Author   : 愤怒的it男
# Version  : 1.0.0
# Node     : 欢迎关注微信公众号【愤怒的it男】
#
#""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""

import csv
import requests
import numpy as np
from lxml import etree
from prettytable import PrettyTable

def getData(page, url, headers):
    response = requests.get(url=url, headers=headers)
    html = etree.HTML(response.text)
    poetryList = html.xpath("//div[@id='leftZhankai']//div[@class='sons']/div[@class='cont']/div[2]")
    data = []
    for poetry in poetryList:
        title = poetry.xpath("p[1]/a/b/text()")[0].strip()
        source = poetry.xpath("p[2]/a[1]/img/following-sibling::text()")
        if not source:
            source = poetry.xpath("p[2]/a[1]/text()")
        source = source[0].strip()
        dynasty = poetry.xpath("p[2]/a[2]//text()")[0].strip()
        contson = poetry.xpath("div//text()")
        contson = ''.join(contson).strip()
        data.append([title, source, dynasty, contson])
    return data
    
def printData(result):
    for index,poetry in enumerate(result):
        print('第{}首'.format(index+1))
        print('标题:'+poetry[0])
        print('出处:'+poetry[1])
        print('朝代:'+poetry[2])
        print('内容:'+poetry[3])
        print('++++++++++++++++++++++++++++++++++++++++++++++++++n')

def saveData(result):
    with open('情人节古诗文.csv', 'w', newline='') as file:
        writer = csv.writer(file)
        writer.writerows(result)

def main():
    result = []
    baseUrl = 'https://so.gushiwen.cn/shiwens/default.aspx?page={}&tstr=爱情'
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
    for page in range(1,9): 
        url = baseUrl.format(page)
        data = getData(page, url, headers)
        result = result + data
    printData(result)
    saveData(result)
    
if __name__== "__main__" :
    main()

三、爬取结果

第11首
标题:浣溪沙·谁念西风独自凉
出处:纳兰性德
朝代:〔清代〕
内容:谁念西风独自凉，萧萧黄叶闭疏窗，沉思往事立残阳。被酒莫惊春睡重，赌书消得泼茶香，当时只道是寻常。
++++++++++++++++++++++++++++++++++++++++++++++++++

第12首
标题:无题二首·其一
出处:李商隐
朝代:〔唐代〕
内容:昨夜星辰昨夜风，画楼西畔桂堂东。身无彩凤双飞翼，心有灵犀一点通。隔座送钩春酒暖，分曹射覆蜡灯红。嗟余听鼓应官去，走马兰台类转蓬。
++++++++++++++++++++++++++++++++++++++++++++++++++

第13首
标题:卜算子·我住长江头
出处:李之仪
朝代:〔宋代〕
内容:我住长江头，君住长江尾。日日思君不见君，共饮长江水。 此水几时休，此恨何时已。只愿君心似我心，定不负相思意。
++++++++++++++++++++++++++++++++++++++++++++++++++

第14首
标题:子衿
出处:诗经·国风·郑风
朝代:〔先秦〕
内容:青青子衿，悠悠我心。纵我不往，子宁不嗣音？青青子佩，悠悠我思。纵我不往，子宁不来？挑兮达兮，在城阙兮。一日不见，如三月兮！
++++++++++++++++++++++++++++++++++++++++++++++++++

第15首
标题:迢迢牵牛星
出处:佚名
朝代:〔两汉〕
内容:迢迢牵牛星，皎皎河汉女。纤纤擢素手，札札弄机杼。终日不成章，泣涕零如雨。河汉清且浅，相去复几许。盈盈一水间，脉脉不得语。
++++++++++++++++++++++++++++++++++++++++++++++++++

第16首
标题:生查子·元夕
出处:欧阳修(一说朱淑真)
朝代:〔宋代〕
内容:去年元夜时，花市灯如昼。月上柳梢头，人约黄昏后。今年元夜时，月与灯依旧。不见去年人，泪湿春衫袖。(湿 一作：满)
++++++++++++++++++++++++++++++++++++++++++++++++++

第17首
标题:凤求凰
出处:司马相如
朝代:〔两汉〕
内容:有一美人兮，见之不忘。(一作：有美人兮，见之不忘。)一日不见兮，思之如狂。凤飞翱翔兮，四海求凰。无奈佳人兮，不在东墙。将琴代语兮，聊写衷肠。何时见许兮，慰我彷徨。愿言配德兮，携手相将。不得於飞兮，使我沦亡。凤兮凤兮归故乡，遨游四海求其凰。时未遇兮无所将，何悟今兮升斯堂！有艳淑女在闺房，室迩人遐毒我肠。何缘交颈为鸳鸯，胡颉颃兮共翱翔！凰兮凰兮从我栖，得托孳尾永为妃。交情通意心和谐，中夜相从知者谁？双翼俱起翻高飞，无感我思使余悲。
++++++++++++++++++++++++++++++++++++++++++++++++++

第18首
标题:越人歌
出处:佚名
朝代:〔先秦〕
内容:今夕何夕兮，搴舟中流。今日何日兮，得与王子同舟。蒙羞被好兮，不訾诟耻。心几烦而不绝兮，得知王子。山有木兮木有枝，心悦君兮君不知。
++++++++++++++++++++++++++++++++++++++++++++++++++

第19首
标题:钗头凤·世情薄
出处:唐琬
朝代:〔宋代〕
内容:世情薄，人情恶，雨送黄昏花易落。晓风干，泪痕残。欲笺心事，独语斜阑。难，难，难！人成各，今非昨，病魂常似秋千索。角声寒，夜阑珊。怕人寻问，咽泪装欢。瞒，瞒，瞒！(装 通：妆)
++++++++++++++++++++++++++++++++++++++++++++++++++

第20首
标题:上邪
出处:佚名
朝代:〔两汉〕
内容:上邪！我欲与君相知，长命无绝衰。山无陵，江水为竭，冬雷震震，夏雨雪，天地合，乃敢与君绝。
++++++++++++++++++++++++++++++++++++++++++++++++++