自学笔记2-爬虫分析中国人民银行货币政策报告2

本文主要是介绍自学笔记2-爬虫分析中国人民银行货币政策报告2,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!

由于肺炎假期在家太无聊,开始学习模式。

今天终于实现了把央行货币政策执行报告全部爬下来。高兴之余写篇博客记录下。

需要安装的项目有selenium和pyautogui。

代码分3个步骤:

1. 配置selenium chrome

2. 在央行第一个页面把所有执行报告的链接拿下来

3. 进到一个个页面把PDF文件下下来

 

1. 配置selenium chrome

一般教程上说的PhantomJS已经停止更新了,所以要么用Firefox要么用chrome

    option = webdriver.ChromeOptions()#option.add_argument('--headless') # 开启无界面模式option.add_argument('log-level=3') #不显示一般的LOG信息prefs = {'profile.default_content_settings.popups': 0, 'download.default_directory': 'd:\\'}option.add_experimental_option('prefs', prefs)#配置默认的保存地址driver=webdriver.Chrome(executable_path=r'C:\mysniper\chromedriver',chrome_options=option)#新建一个浏览器页面driver.implicitly_wait(10)#默认等待加载完成页面,最长等10秒

上面的代码就最后两行是必须的,前面的配置没有也没关系。最后一句特别说一下,这个的意思是后面调用find_element_by***的时候要等待页面加载完成才执行,不然可能由于页面有JS,没加载完就不能完全显示。参数10的意思是最长等10秒。

2. 在央行第一个页面把所有执行报告的链接拿下来

    driver.get("http://www.pbc.gov.cn/zhengcehuobisi/125207/125227/125957/index.html")da=driver.find_elements_by_class_name("unline")reportHref=[]reportData=[]reportPDFlink=[]for item in da:itemHref=item.find_element_by_partial_link_text(u"执行报告").get_attribute("href")if itemHref=="http://www.pbc.gov.cn/zhengcehuobisi/125207/125227/125957/125985/2889622/index.html":continuereportHref.append(itemHref)itemData=item.find_element_by_class_name("hui12").get_attribute('textContent')reportData.append(itemData)

把下面画红线的链接一个个存起来,顺便把报告发布的时间也存起来。

3. 进到一个个页面把PDF文件下下来

    for i in range(0,len(reportHref)-1):driver.get(reportHref[i])driver.implicitly_wait(10)links=driver.find_elements_by_xpath("//a")for link in links:if link.get_attribute("href")!=None and link.get_attribute("href").find("pdf")>0:#print(link.get_attribute("href"))#print(link.get_attribute("textContent"))actions = ActionChains(driver)actions.context_click(link)actions.perform()pyautogui.typewrite(['down','down','down','down','enter','enter'])time.sleep(1)filename=reportData[i]+".pdf"pyautogui.write(filename, interval=0.25)pyautogui.press('enter')time.sleep(1)pyautogui.press('esc')time.sleep(15)

这里一个个打开前面保存的页面。把所有链接筛出来,其中不为空且带有PDF字样的链接就是我们要的文件地址。但是如果直接点击,默认的文件名不是我们想要的。因此需要用到pyautogui。

首先通过selenium里的动作链ActionChains建立一个左键点击的事件。后面就靠pyautogui了。

pyautogui.typewrite()函数可以模拟一系列注册的键盘事件,按下有键后点4次下就选中了“链接另存为”。

pyautogui.write(filename, interval=0.25)用于模拟键盘输入,而且还可以模拟间隔时间。其实就是在另存为的框里输入文件名。

pyautogui.press('enter')顾名思义按回车健。这样就保存了。因为我的浏览器会再弹出一次保存画面,所以多了一次esc。

然后等15秒保证下载完成再进入下一个页面。

这篇关于自学笔记2-爬虫分析中国人民银行货币政策报告2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/865050

相关文章

Java程序进程起来了但是不打印日志的原因分析

《Java程序进程起来了但是不打印日志的原因分析》:本文主要介绍Java程序进程起来了但是不打印日志的原因分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java程序进程起来了但是不打印日志的原因1、日志配置问题2、日志文件权限问题3、日志文件路径问题4、程序

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

Python 迭代器和生成器概念及场景分析

《Python迭代器和生成器概念及场景分析》yield是Python中实现惰性计算和协程的核心工具,结合send()、throw()、close()等方法,能够构建高效、灵活的数据流和控制流模型,这... 目录迭代器的介绍自定义迭代器省略的迭代器生产器的介绍yield的普通用法yield的高级用法yidle

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

C++ Sort函数使用场景分析

《C++Sort函数使用场景分析》sort函数是algorithm库下的一个函数,sort函数是不稳定的,即大小相同的元素在排序后相对顺序可能发生改变,如果某些场景需要保持相同元素间的相对顺序,可使... 目录C++ Sort函数详解一、sort函数调用的两种方式二、sort函数使用场景三、sort函数排序

kotlin中const 和val的区别及使用场景分析

《kotlin中const和val的区别及使用场景分析》在Kotlin中,const和val都是用来声明常量的,但它们的使用场景和功能有所不同,下面给大家介绍kotlin中const和val的区别,... 目录kotlin中const 和val的区别1. val:2. const:二 代码示例1 Java

Go标准库常见错误分析和解决办法

《Go标准库常见错误分析和解决办法》Go语言的标准库为开发者提供了丰富且高效的工具,涵盖了从网络编程到文件操作等各个方面,然而,标准库虽好,使用不当却可能适得其反,正所谓工欲善其事,必先利其器,本文将... 目录1. 使用了错误的time.Duration2. time.After导致的内存泄漏3. jsO

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用