python爬取github项目代码
时间: 2023-08-13 11:05:52 浏览: 391
Python-抓取github所有项目的stars并给出排行榜
5星 · 资源好评率100%
你可以使用Python中的requests和BeautifulSoup库来实现爬取GitHub项目代码的功能。下面是一个简单的示例代码,可以爬取指定GitHub项目的代码:
```python
import requests
from bs4 import BeautifulSoup
# 设置请求头
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'}
# GitHub项目地址
url = 'https://github.com/xxx/xxx'
# 发送请求
response = requests.get(url, headers=headers)
# 解析HTML页面
soup = BeautifulSoup(response.content, 'html.parser')
# 找到代码页面的链接
code_link = soup.find('a', {'title': 'Browse the repository at this point in the history'}).get('href')
# 发送代码页面的请求
code_response = requests.get(code_link, headers=headers)
# 输出代码
print(code_response.text)
```
在示例代码中,我们首先设置了请求头,然后发送了一个GET请求获取GitHub项目的页面。接着,使用BeautifulSoup库解析HTML页面,找到代码页面的链接。最后,发送代码页面的请求,输出获取到的代码。请注意,这里只是一个简单的示例代码,实际使用时,还需要进行一些异常处理和反爬虫处理。
阅读全文