文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python爬虫完整代码拿走不谢

2023-09-03 11:15

关注

对于新手做Python爬虫来说是有点难处的,前期练习的时候可以直接套用模板,这样省时省力还很方便。

使用Python爬取某网站的相关数据,并保存到同目录下Excel。

直接上代码:

import reimport urllib.errorimport urllib.requestimport xlwtfrom bs4 import BeautifulSoupdef main():    baseurl ="http://jshk.com.cn"    datelist = getDate(baseurl)    savepath=".\\jshk.xls"    saveDate(datelist,savepath)    # askURL("http://jshk.com.cn/")findlink = re.compile(r'')findimg = re.compile(r',re.S)findtitle = re.compile(r'(.*))findrating = re.compile(r'(.*))findjudge = re.compile(r'(\d*)人评价')findinq= re.compile(r'(.*)')def getDate(baseurl):    datalist =[]    for i in range(0,10):        url=baseurl+str(i*25)        html=askURL(url)        soup = BeautifulSoup(html,"html.parser")        for item in soup.find_all('div',class_="item"):            data = []            item = str(item)            link = re.findall(findlink,item)[0]            data.append(link)            img=re.findall(findimg,item)[0]            data.append(img)            title=re.findall(findtitle,item)[0]            rating=re.findall(findrating,item)[0]            data.append(rating)            judge=re.findall(findjudge,item)[0]            data.append(judge)            inq=re.findall(findinq,item)            if len(inq)!=0:                inq=inq[0].replace("。","")                data.append(inq)            else:                data.append(" ")            print(data)            datalist.append(data)        print(datalist)    return datalistdef askURL(url):    head = {    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.97 Safari/537.36"}    request=urllib.request.Request(url,headers=head)    html=""    try:        response=urllib.request.urlopen(request)        html=response.read().decode("utf-8")        # print(html)    except urllib.error.URLError as e:        if hasattr(e,"code"):            print(e.code)        if hasattr(e,"reason"):            print(e.reason)    return htmldef saveDate(datalist,savepath):    workbook = xlwt.Workbook(encoding='utf-8')    worksheet = workbook.add_sheet('电影',cell_overwrite_ok=True)    col =("电影详情","图片","影片","评分","评价数","概况")    for i in range(0,5):        worksheet.write(0,i,col[i])    for i in range(0,250):        print("第%d条" %(i+1))        data=datalist[i]        for j in range(0,5):            worksheet.write(i+1,j,data[j])    workbook.save(savepath)if __name__ == '__main__':    main()    print("爬取完毕")

直接复制粘贴就行。

若要更改爬取网站,则需要更改URL以及相应的html格式(代码中的“item”)。

来源地址:https://blog.csdn.net/weixin_44617651/article/details/129703015

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯