当前位置:首页 » 《资源分享》 » 正文

Python爬虫完整代码拿走不谢

3 人参与  2024年04月01日 10:05  分类 : 《资源分享》  评论

点击全文阅读


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'<a href="(.*?)">')findimg = re.compile(r'<img.*src="(.*?)"',re.S)findtitle = re.compile(r'<span class="title">(.*)</span')findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span')findjudge = re.compile(r'<span>(\d*)人评价</span>')findinq= re.compile(r'<span class="inq">(.*)</span>')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”)。


点击全文阅读


本文链接:http://zhangshiyu.com/post/88793.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1