婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁(yè) > 知識(shí)庫(kù) > python 爬取豆瓣網(wǎng)頁(yè)的示例

python 爬取豆瓣網(wǎng)頁(yè)的示例

熱門(mén)標(biāo)簽:廣東旅游地圖標(biāo)注 看懂地圖標(biāo)注方法 電話機(jī)器人貸款詐騙 佛山通用400電話申請(qǐng) 京華圖書(shū)館地圖標(biāo)注 電話外呼系統(tǒng)招商代理 蘇州人工外呼系統(tǒng)軟件 淮安呼叫中心外呼系統(tǒng)如何 打印谷歌地圖標(biāo)注

python作為一種已經(jīng)廣泛傳播且相對(duì)易學(xué)的解釋型語(yǔ)言,現(xiàn)如今在各方面都有著廣泛的應(yīng)用。而爬蟲(chóng)則是其最為我們耳熟能詳?shù)膽?yīng)用,今天筆者就著重針對(duì)這一方面進(jìn)行介紹。

python 語(yǔ)法簡(jiǎn)要介紹

python 的基礎(chǔ)語(yǔ)法大體與c語(yǔ)言相差不大,由于省去了c語(yǔ)言中的指針等較復(fù)雜的結(jié)構(gòu),所以python更被戲稱為最適合初學(xué)者的語(yǔ)言。而在基礎(chǔ)語(yǔ)法之外,python由其龐大的第三方庫(kù)組成,而其中包含多種模塊,而通過(guò)模塊中包含的各種函數(shù)與方法能夠幫助我們實(shí)現(xiàn)各種各樣的功能。

而在python爬蟲(chóng)中,我們需要用到的標(biāo)準(zhǔn)庫(kù)有:

  • urllib
  • re
  • bs4
  • xlwt

其中urllib庫(kù)可以幫助我們爬取目標(biāo)網(wǎng)頁(yè)的html代碼,bs4中的beautifulsoup模塊以及re庫(kù)中的正則表達(dá)式可以將我們需要的數(shù)據(jù)從代碼中提取出來(lái),而xlwt庫(kù)可以將數(shù)據(jù)儲(chǔ)存至excel表中,從而最終完成數(shù)據(jù)的爬取。

接下來(lái),就步入我們此次介紹的重點(diǎn)——完整爬取一個(gè)網(wǎng)頁(yè)的數(shù)據(jù)。

本篇文章以爬取豆瓣電影top250的數(shù)據(jù)為例,并將爬取的過(guò)程分為三個(gè)部分:

1.爬取網(wǎng)頁(yè)

2.解析網(wǎng)頁(yè)

3.儲(chǔ)存網(wǎng)頁(yè)

那么,讓我們開(kāi)始吧!

豆瓣top250網(wǎng)址:https://movie.douban.com/top250?start=

爬取網(wǎng)頁(yè)

import urllib.request

引入urllib庫(kù)中的request模塊

urllib庫(kù)的基本操作可參考該網(wǎng)址:

https://www.jb51.net/article/209542.htm

def askURL(url):
    head = {
        "User-Agent": "Mozilla / 5.0(Windows NT 10.0;Win64;x64) AppleWebKit / 537.36(KHTML, likeGecko) Chrome / 88.0.4324.182Safari / 537.36"
    }# 模擬瀏覽器的登錄
    request = urllib.request.Request(url,headers=head)
    #將網(wǎng)頁(yè)的url和頭部信息封裝至一起
    response = urllib.request.urlopen(request)
    #獲取網(wǎng)頁(yè)的html代碼
    html = response.read().decode("utf-8")
    #將獲取的數(shù)據(jù)轉(zhuǎn)化為utf-8格式
    #print(html)    #此步可以實(shí)驗(yàn)一下能否成功爬取網(wǎng)頁(yè)的html代碼
    return html

1.其中urllib.request.Request可以幫我們把要爬取的網(wǎng)頁(yè)的url及其他的頭部信息封裝至一起。

2.urlopen函數(shù)則可以幫助我們爬取下該網(wǎng)頁(yè)的html代碼

3.有一些網(wǎng)站會(huì)設(shè)置一下反爬機(jī)制來(lái)阻止我們的爬蟲(chóng),此時(shí)就需要我們?cè)O(shè)置頭部信息來(lái)模擬瀏覽器訪問(wèn)網(wǎng)站

需要用瀏覽器進(jìn)入該網(wǎng)址,使用開(kāi)發(fā)者模式獲取我們需要的頭部信息(也就是該圖中的user-agent)

4.最后需要將我們的爬取下的html代碼轉(zhuǎn)化為utf-8格式進(jìn)行輸出

解析網(wǎng)頁(yè)

import re
from bs4 import BeautifulSoup

引入re庫(kù)和bs4庫(kù)

def getData(baseurl):
    datalist = []   #建立一個(gè)存放解析出的數(shù)據(jù)的元組
    for i in range(0,10):
        url = baseurl + str(i*25)
        # 通過(guò)以下兩張截圖,我們可以發(fā)現(xiàn)豆瓣將每25部電影分為一頁(yè),共分成了10頁(yè)、
        # 而其url的差別僅在最后加了25,故通過(guò)該規(guī)律,可將所有10張網(wǎng)頁(yè)的url全部獲取
        html = askURL(url)
        soup = BeautifulSoup(html,"html.parser")
        #通過(guò)beautifulsoup模塊自帶的html代碼解析器進(jìn)行解析
        #并將解析器解析出的數(shù)據(jù)放至soup中

逐頁(yè)進(jìn)行解析,使解析出的數(shù)據(jù)能被我們接下來(lái)要使用的正則表達(dá)式識(shí)別

所謂正則表達(dá)式,就是對(duì)字符串操作的一種邏輯公式,就是用事先定義好的一些特定字符、及這些特定字符的組合,組成一個(gè)“規(guī)則字符串”,這個(gè)“規(guī)則字符串”用來(lái)表達(dá)對(duì)字符串的一種過(guò)濾邏輯,通過(guò)這種過(guò)濾,就可以得到我們想要的信息,就例如影片的名稱,評(píng)分等信息。

findlink = re.compile(r'a href="(.*?)" rel="external nofollow" >')  # r表示不受轉(zhuǎn)義字符的影響
#該代碼通過(guò)正則表達(dá)式搜尋到所有關(guān)于影片鏈接的數(shù)據(jù),以下代碼類似
findImgSrc = re.compile(r'img.*src="(.*?)"',re.S) #讓換行符包含在字符中
findtitle = re.compile(r'span class="title">(.*)/span>')
findscore = re.compile(r'span class="rating_num" property="v:average">(.*)/span>')
findjudge = re.compile(r'span>(\d*)人評(píng)價(jià)/span>')
findinq = re.compile(r'span class="inq">(.*)/span>')
findbd = re.compile(r'p class="">(.*?)/p>',re.S)
        for item in soup.find_all("div",class_="item"):
        #提取所有class為“item”的div模塊,并通過(guò)for循環(huán)一步步處理
            data = []
            item = str(item) #將item轉(zhuǎn)化為字符串類型
            link = re.findall(findlink,item)[0]
            #通過(guò)影片詳情鏈接的正則表達(dá)式抽取數(shù)據(jù)
            data.append(link)
            #存放至data列表中
            ImgSrc = re.findall(findImgSrc,item)[0]
            data.append(ImgSrc)
            title = re.findall(findtitle,item)
            if len(title)==2:
                #如果影片有多個(gè)名稱,則分別進(jìn)行存儲(chǔ)
                ctitle = title[0]
                data.append(ctitle)
                otitle = title[1].replace("/","")
                data.append(otitle)
            else:
                data.append(title[0])
                data.append(" ")
            score = re.findall(findscore,item)
            data.append(score)
            judge = re.findall(findjudge,item)
            data.append(judge)
            inq = re.findall(findinq,item)
            if len(inq)!=0:
                inq = inq[0].replace("。","")
                data.append(inq)
            else:
                data.append("")
                #若有影片詳情,則輸出;若沒(méi)有,則輸出為空
            bd = re.findall(findbd,item)[0]
            bd = re.sub('br(\s+)?/>(\s+)?'," ",bd)
            bd = re.sub('/'," ",bd)
            data.append(bd.strip())   # 去掉前后空格

            datalist.append(data)
    print(datalist)
    return datalist

以上代碼能通過(guò)正則表達(dá)式抽取出需要的數(shù)據(jù)存放data列表中,然后將所有的data數(shù)據(jù)存放至datalist列表中。

儲(chǔ)存網(wǎng)頁(yè)

將解析出的數(shù)據(jù)儲(chǔ)存到excel表中

import xlwt

引入xlwt庫(kù)

xlwt的基本操作可參考該網(wǎng)址:

https://www.jb51.net/article/209536.htm

def savepath(datalist):
    workbook = xlwt.Workbook(encoding="utf-8")
 #創(chuàng)建以u(píng)tf-8格式編碼的一個(gè)workbook對(duì)象,該對(duì)象最后能保存為excel表格
    worksheet = workbook.add_sheet("sheetwdy")
 #創(chuàng)建工作表“sheetwdy”
    col = ("電影詳情鏈接", "圖片鏈接", "影片中文名", "影片外國(guó)名", "評(píng)分", "評(píng)價(jià)數(shù)", "概況", "相關(guān)信息")
 #創(chuàng)建一個(gè)元組
    for i in range(0, 8):
        worksheet.write(0, i, col[i])  
 # 將我們剛定義的元組中的信息寫(xiě)入excel表的第一行
    for i in range(0, 250):
        print("第%d條" % (i + 1))
        data = datalist[i]
        for j in range(0, 8):
            worksheet.write(i + 1, j, data[j])
 #將解析出的數(shù)據(jù)通過(guò)for循環(huán)一條條導(dǎo)入excel表中
    workbook.save("豆瓣250.xls")
 #將該excel表進(jìn)行保存

如此我們便可以把解析出的數(shù)據(jù)存儲(chǔ)至excel表中了

以上便為成品圖

以上就是python 爬取豆瓣網(wǎng)頁(yè)的示例的詳細(xì)內(nèi)容,更多關(guān)于python 爬取豆瓣網(wǎng)頁(yè)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

您可能感興趣的文章:
  • python爬取各省降水量及可視化詳解
  • python爬蟲(chóng)之教你如何爬取地理數(shù)據(jù)
  • Python爬蟲(chóng)之教你利用Scrapy爬取圖片
  • python基于scrapy爬取京東筆記本電腦數(shù)據(jù)并進(jìn)行簡(jiǎn)單處理和分析
  • 教你如何用python爬取王者榮耀月收入流水線
  • 用python爬蟲(chóng)爬取CSDN博主信息
  • Python爬蟲(chóng)爬取全球疫情數(shù)據(jù)并存儲(chǔ)到mysql數(shù)據(jù)庫(kù)的步驟
  • Python爬蟲(chóng)之爬取2020女團(tuán)選秀數(shù)據(jù)

標(biāo)簽:呼和浩特 湖州 股票 中山 畢節(jié) 駐馬店 衡水 江蘇

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《python 爬取豆瓣網(wǎng)頁(yè)的示例》,本文關(guān)鍵詞  python,爬取,豆瓣,網(wǎng)頁(yè),的,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python 爬取豆瓣網(wǎng)頁(yè)的示例》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于python 爬取豆瓣網(wǎng)頁(yè)的示例的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av
    亚洲免费观看高清完整版在线观看熊 | 日韩av不卡在线观看| 麻豆极品一区二区三区| 亚洲男人都懂的| 中文字幕+乱码+中文字幕一区| 91精品1区2区| 91视频www| 色一区在线观看| 欧美在线视频不卡| 91麻豆精品国产无毒不卡在线观看 | 自拍偷自拍亚洲精品播放| 国产视频亚洲色图| 中文字幕欧美区| 中文字幕五月欧美| 亚洲成人手机在线| 亚洲男女一区二区三区| 国产精品一二三在| 91视视频在线直接观看在线看网页在线看| 国产精品99久久久久久久女警 | 国产高清精品网站| 日本道色综合久久| 国产一区二区在线看| 国产精品一二三四五| 成人ar影院免费观看视频| 欧美天堂亚洲电影院在线播放| 日韩一二三四区| 中文字幕一区二区在线播放| 亚洲综合视频在线观看| 首页国产欧美日韩丝袜| 国产精品一区二区无线| 在线电影院国产精品| 亚洲免费在线观看视频| 成人免费福利片| 欧美va亚洲va国产综合| 午夜电影一区二区三区| 99视频一区二区| 捆绑调教美女网站视频一区| 性久久久久久久| 成人综合婷婷国产精品久久| 精品国产亚洲在线| 日本美女一区二区三区视频| 欧美精品高清视频| 亚洲在线中文字幕| 欧美在线不卡视频| 国内精品国产三级国产a久久| 高清不卡一区二区| 国产午夜精品理论片a级大结局 | 日韩电影在线观看电影| 777xxx欧美| 国产一区二区成人久久免费影院| 欧美一二三区在线| 99精品久久只有精品| 日韩欧美一区二区免费| 蜜臀av性久久久久蜜臀av麻豆| 亚洲精品视频免费看| 成人激情免费网站| 亚洲成人av一区| 欧美va天堂va视频va在线| jiyouzz国产精品久久| 中文字幕在线不卡| 91浏览器在线视频| 亚洲视频免费在线观看| 欧美精品一级二级| 成人污视频在线观看| 日韩精品电影一区亚洲| 中文av一区特黄| 日韩一区二区三区三四区视频在线观看 | 欧美日韩亚洲国产综合| 国产自产v一区二区三区c| 夜夜精品浪潮av一区二区三区| 久久中文娱乐网| 欧美男人的天堂一二区| 色视频成人在线观看免| 麻豆freexxxx性91精品| 成人美女视频在线看| 全部av―极品视觉盛宴亚洲| 亚洲免费在线看| 亚洲乱码国产乱码精品精98午夜| 久久理论电影网| 日韩精品一区二区三区老鸭窝| 欧美日韩和欧美的一区二区| 色婷婷精品大视频在线蜜桃视频 | 亚洲欧美一区二区在线观看| 视频一区欧美精品| 日韩欧美一级在线播放| 首页综合国产亚洲丝袜| 3atv在线一区二区三区| 国产调教视频一区| 日韩**一区毛片| 国产欧美日本一区二区三区| 久久久美女毛片 | 一区二区国产视频| 亚洲愉拍自拍另类高清精品| 国产精品午夜在线| 夜夜爽夜夜爽精品视频| 99久久综合狠狠综合久久| 91麻豆蜜桃一区二区三区| 亚洲五月六月丁香激情| 亚洲综合一区在线| 久久99久久99| 99久久精品费精品国产一区二区| 99久久综合99久久综合网站| 欧美三区免费完整视频在线观看| 欧美日韩一区二区三区四区五区 | 在线视频综合导航| 欧美一区二区视频网站| 国产色综合久久| 亚洲猫色日本管| 国产乱理伦片在线观看夜一区| 99re这里只有精品首页| 欧美久久久久久久久久| 日本一区二区免费在线观看视频| 一区二区欧美国产| 成人性生交大片免费看中文网站| 免费观看成人av| 色综合视频在线观看| 国内一区二区在线| 欧美日韩一区二区三区高清| 亚洲色图视频网| 国产精品资源站在线| 欧美日本国产一区| 日韩高清一区在线| 亚洲视频免费看| 亚洲午夜在线观看视频在线| 色欧美片视频在线观看| 亚洲精品精品亚洲| 亚洲一卡二卡三卡四卡无卡久久| 亚洲欧美偷拍卡通变态| 亚洲国产毛片aaaaa无费看| 亚洲va欧美va国产va天堂影院| 日韩精品一二三| 国产成人自拍高清视频在线免费播放 | 91精品国产欧美一区二区| 亚洲国产精品精华液ab| 成人久久久精品乱码一区二区三区| 久久免费偷拍视频| 91丝袜美女网| 午夜视频在线观看一区| 精品久久人人做人人爰| 国产成人午夜视频| 亚洲日本欧美天堂| 韩国理伦片一区二区三区在线播放| 精品成人一区二区三区| 不卡一区二区在线| 日韩av一二三| 亚洲欧洲日韩在线| 欧美日韩不卡在线| 一本色道亚洲精品aⅴ| 国产一区三区三区| 亚洲成人精品一区| 国产农村妇女毛片精品久久麻豆| 欧美亚洲日本国产| 91日韩一区二区三区| 久久色中文字幕| 欧美va天堂va视频va在线| 欧美中文字幕久久| 97se亚洲国产综合自在线观| 国产一区二区三区在线观看免费视频 | 欧美日韩在线三区| 色天天综合久久久久综合片| 久久99久久久久| 欧洲国内综合视频| 欧美性色黄大片手机版| 97se亚洲国产综合自在线不卡| 国产成人精品免费在线| 高清beeg欧美| 91在线视频在线| 精品1区2区3区| 视频在线观看国产精品| 亚洲免费看黄网站| 亚洲第一av色| 日本中文一区二区三区| 国产综合色精品一区二区三区| 免费看黄色91| 国产成人免费视频网站高清观看视频| 久久精品久久综合| 国产精品一级片| 97se亚洲国产综合自在线| 91女神在线视频| 欧美精品亚洲一区二区在线播放| 欧美日韩一区二区在线视频| 欧美二区乱c少妇| 欧美国产精品一区二区三区| 亚洲精品自拍动漫在线| 亚洲成人动漫精品| 国产精品一区二区不卡| 欧美色综合影院| 中文字幕第一区二区| 香蕉久久一区二区不卡无毒影院| 韩国一区二区视频| 日韩avvvv在线播放| 久久精品免费观看| 国产精品一品二品| 日韩欧美自拍偷拍| 亚洲三级在线免费| 激情另类小说区图片区视频区| bt欧美亚洲午夜电影天堂| 日韩欧美123| 日韩综合一区二区| 精品国产凹凸成av人网站|