这篇文章主要介绍“怎么用Python爬虫获取国外大桥排行榜数据清单”，在日常操作中，相信很多人在怎么用Python爬虫获取国外大桥排行榜数据清单问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用Python爬虫获取国外大桥排行榜数据清单”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
前言：
正式开始前，先安装 pyquery 到本地开发环境中。命令如下：pip install pyquery ，我使用的版本为 1.4.3。
基本使用如下所示，看懂也就掌握了 5 成了，就这么简单。
from pyquery import PyQuery as pqs = '<html><title>橡皮擦的PyQuery小课堂</title></html>'doc = pq(s)print(doc('title'))输出如下内容：
<title>橡皮擦的PyQuery小课堂</title>也可以直接将要解析的网址 URL 传递给 pyquery 对象，代码如下所示：
from pyquery import PyQuery as pqurl = "https://www.bilibili.com/"doc = pq(url=url,encoding="utf-8")print(doc('title')) # <title>哔哩哔哩 (゜-゜)つロ 干杯~-bilibili</title>相同的思路，还可以通过文件初始化 pyquery 对象，只需要修改参数为 filename 即可。
基础铺垫过后，就可以进入到实操环节，下面是本次要抓取的目标案例分析。
目标站点分析
本次要采集的为 ：List of Highest International Bridges（最高国际桥梁名单），
页面呈现的数据如下所示：
在翻阅过程中发现多数都是中国设计的，果然我们基建世界第一。
翻页规则如下所示：
http://www.highestbridges.com/wiki/index.php?title=List_of_Highest_International_Bridges/Page_1
http://www.highestbridges.com/wiki/index.php?title=List_of_Highest_International_Bridges/Page_2
# 实测翻到第 13 页数据就空了，大概1200座桥梁
http://www.highestbridges.com/wiki/index.php?title=List_of_Highest_International_Bridges/Page_13
由于目标数据以表格形式存在，故直接按照表头提取数据即可。 Rank，Name，Height (meters / feet)，Main Span Length，Completed，Location，Country
编码时间
正式编码前，先拿第一页进行练手：
from pyquery import PyQuery as pqurl = "http://www.highestbridges.com/wiki/index.php?title=List_of_Highest_International_Bridges/Page_1"doc = pq(url=url, encoding='utf-8')print(doc('title'))def remove(str): return str.replace("", "").replace("\n", "")# 获取所有数据所在的行，下面使用的是 css 选择器，称作 jquery 选择器也没啥问题items = doc.find('table.wikitable.sortable tr').items()for item in items: td_list = item.find('td') rank = td_list.eq(1).find("span.sorttext").text() name = td_list.eq(2).find("a").text() height = remove(td_list.eq(3).text()) length = remove(td_list.eq(4).text()) completed = td_list.eq(5).text() location = td_list.eq(6).text() country = td_list.eq(7).text() print(rank, name, height, length, completed, location, country)代码整体写下来，发现依旧是对于选择器的依赖比较大，也就是需要熟练的操作选择器，选中目标元素，方便获取最终的数据。
将上述代码扩大到全部数据，修改成迭代采集：
from pyquery import PyQuery as pqimport timedef remove(str): return str.replace("", "").replace("\n", "").replace(",", "，")def get_data(page): url = "http://www.highestbridges.com/wiki/index.php?title=List_of_Highest_International_Bridges/Page_{}".format( page) print(url) doc = pq(url=url, encoding='utf-8') print(doc('title')) # 获取所有数据所在的行，下面使用的是 css 选择器，称作 jquery 选择器也没啥问题 items = doc.find('table.wikitable.sortable tr').items() for item in items: td_list = item.find('td') rank = td_list.eq(1).find("span.sorttext").text() name = remove(td_list.eq(2).find("a").text()) height = remove(td_list.eq(3).text()) length = remove(td_list.eq(4).text()) completed = remove(td_list.eq(5).text()) location = remove(td_list.eq(6).text()) country = remove(td_list.eq(7).text()) data_tuple = (rank, name, height, length, completed, location, country) save(data_tuple)def save(data_tuple): try: my_str = ",".join(data_tuple) + "\n" # print(my_str) with open(f"./data.csv", "a+", encoding="utf-8") as f: f.write(my_str) print("写入完毕") except Exception as e: passif __name__ == '__main__': for page in range(1, 14): get_data(page) time.sleep(3)其中发现存在英文的逗号，统一进行修改，即 remove(str) 函数的应用。
到此，关于“怎么用Python爬虫获取国外大桥排行榜数据清单”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！
