当前位置: 首页 > news >正文

Python爬虫完整代码拿走不谢

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 re
import urllib.error
import urllib.requestimport xlwt
from 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”)。

http://www.lryc.cn/news/512325.html

相关文章:

  • MLA:多头潜在注意力
  • 阿里云大模型ACP高级工程师认证模拟试题
  • 游戏引擎学习第67天
  • Nginx知识详解(理论+实战更易懂)
  • # 【鸿蒙开发】多线程之Worker的使用
  • TKG-DM – 基于Latent Diffusion模型的“原生”色度提取生成具有透明通道的图像
  • 告别 Windows 迟缓!多维度优化策略开启流畅新体验
  • 亚马逊国际站商品爬虫:Python实战指南
  • RabbitMQ基础篇之Java客户端快速入门
  • 深度学习:基于MindSpore NLP的数据并行训练
  • Qt6之QML——枚举
  • ModiLeo交易平台:引领数字货币交易新未来
  • [python SQLAlchemy数据库操作入门]-15.联合查询,跨表获取股票数据
  • 某网站手势验证码识别深入浅出(全流程)
  • 在虚幻引擎4(UE4)中使用蓝图的详细教程
  • Junit如何禁用指定测试类,及使用场景
  • ICLR2015 | FGSM | 解释并利用对抗样本
  • Python 迭代器与生成器
  • MySQL数据库——索引结构之B+树
  • 3_TCP/IP连接三次握手与断开四次挥手
  • 【LC】3159. 查询数组中元素的出现位置
  • 《机器学习》——KNN算法
  • GAMES101:现代计算机图形学入门-作业五
  • GPU 进阶笔记(二):华为昇腾 910B GPU
  • Spring AOP:this 调用当前类方法无法被拦截
  • K8S-LLM:用自然语言轻松操作 Kubernetes
  • lua和C API库一些记录
  • SpringSecurity中的过滤器链与自定义过滤器
  • Slate文档编辑器-Decorator装饰器渲染调度
  • 本地Docker部署Flowise并实现远程构建LLM应用程序原型高效开发