Python Selenium爬取百度百科旅游景点的消息盒

2024-01-26 01:59

本文主要是介绍Python Selenium爬取百度百科旅游景点的消息盒,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、编程环境

操作系统:Win 10
编程语言:Python 3.6

二、什么是消息盒

Infobox(消息盒)是一种模板,包含了一系列的信息框,通常是由
成对的label(标签)和data(数据)组成。
下图是百度百科词条“北京故宫”的消息盒:

1.png

三、景点名单准备

在与python文件同级的目录下创建scenic_spots_5A_namelist.txt,内容为

北京故宫
颐和园
天坛公园

2.png

四、程序

import os
import time
import codecs
from selenium import webdriver
from selenium.webdriver.common.keys import Keysglobal info  # 全局变量
driver = webdriver.Chrome(executable_path="C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe")def getInfo(name):try:# 创建路径和文件global infobasePath = "scenic_spots_5A"  if not os.path.exists(basePath):  os.makedirs(basePath)  scenicFile = os.path.join(basePath,"scenic_info.txt")  if not os.path.exists(scenicFile):  info = codecs.open(scenicFile,'w','utf-8')  else:  info = codecs.open(scenicFile,'a','utf-8')driver.get("http://baike.baidu.com/")elem_input = driver.find_element_by_xpath("//form[@id='searchForm']/input")name = name.rstrip('\n')        # 景点名称是从文件中读取的,含有换行符(最后一行的景点名称可能不含护身符)elem_input.send_keys(name)elem_input.send_keys(Keys.RETURN)info.write(name + '\r\n')       # codecs不支持'\n'换行time.sleep(2)print (driver.current_url)print (driver.title)elem_name = driver.find_elements_by_xpath("//div[@class='basic-info cmn-clearfix']/dl/dt")    elem_value = driver.find_elements_by_xpath("//div[@class='basic-info cmn-clearfix']/dl/dd")  #create dictionary key-value  #字典是一种散列表结构,数据输入后按特征被散列,不记录原来的数据,顺序建议元组  elem_dic = dict(zip(elem_name,elem_value))   for key in elem_dic:    print (key.text,elem_dic[key].text)    info.writelines(key.text+" "+elem_dic[key].text+'\r\n')    time.sleep(5)       # 让程序停5秒,以便把信息写入文件except Exception as e:  print ("Error: ", e)finally:print('\n')info.write('\r\n')  # 每篇信息之后,多一行空行def main():global infosource = open("scenic_spots_5A_namelist.txt", 'r')for name in source:getInfo(name)print ('End Read Files!')time.sleep(5)source.close()info.close()driver.close()main()

五、运行结果

生成了文件夹scenic_spots_5A,此文件夹中包含一个名为scenic_info.txt的文件

3.png

![4.png](https://upload-images.jianshu.io/upload_images/6946981-2da7da6e5e885cfd.png? imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

scenice_info.txt中的内容为

5.png

六、参考

https://blog.csdn.net/eastmount/article/details/48234733


TopCoder & Codeforces & AtCoder交流QQ群:648202993
更多内容请关注微信公众号
wechat_public_header.jpg

这篇关于Python Selenium爬取百度百科旅游景点的消息盒的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/645315

相关文章

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文