Paweł Domański
43 lines
1.4 KiB
Python
43 lines
1.4 KiB
Python
import requests
|
|
from lxml import html
|
|
|
|
# Adres URL strony do pobrania
|
|
url = 'https://sklep.gpm.pl/sklep-nowosci'
|
|
|
|
# Pobranie zawartości strony
|
|
response = requests.get(url)
|
|
response.raise_for_status() # Sprawdza, czy żądanie zakończyło się sukcesem
|
|
|
|
# Parsowanie zawartości HTML
|
|
tree = html.fromstring(response.content)
|
|
|
|
# Wybór elementów za pomocą XPath
|
|
elements = tree.xpath('//*[@id="center"]/div/div')
|
|
|
|
# Lista do przechowywania linków
|
|
all_links = []
|
|
|
|
# Sprawdzenie, czy znaleziono jakiekolwiek elementy
|
|
if elements:
|
|
for element in elements:
|
|
# Wyodrębnienie linków z wnętrza wybranego elementu
|
|
links = element.xpath('.//a/@href')
|
|
all_links.extend(links)
|
|
|
|
# Usunięcie duplikatów, linków zawierających 'javascript:', 'zestawy wak', 'wyprzedaż', 'laser'
|
|
unique_links = set(all_links) # Usunięcie duplikatów
|
|
filtered_links = [
|
|
link for link in unique_links
|
|
if 'javascript:' not in link and 'zestawy wak' not in link and 'wyprzedaz' not in link and 'laser' not in link and 'antykwariat' not in link and 'literatura' not in link and 'aakcesoria' not in link
|
|
]
|
|
|
|
# Dodatkowe filtrowanie linków zawierających 'wyprzedaż' i 'wak'
|
|
final_filtered_links = [
|
|
link for link in filtered_links
|
|
if 'wyprzedaż' not in link and 'wak' not in link
|
|
]
|
|
|
|
# Wyświetlenie przefiltrowanych linków
|
|
for link in final_filtered_links:
|
|
print(link)
|