2020-11-10 Python------------把爬取的东西存Excel

2024-04-27 18:48

本文主要是介绍2020-11-10 Python------------把爬取的东西存Excel,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!

爬到了影片链接,中英文名字

import bs4   #网页解析,获取数据
from bs4 import BeautifulSoup
import re    #正则表达式,进行文字匹配
import urllib.request,urllib.error  #制定URL,获取网页数据
# import xlwt  #进行Excel操作
import sqlite3  #进行SQLite3数据库操作def main():baseurl="https://movie.douban.com/top250?start="#1.爬取网页dataList = getData(baseurl)savapath = ".\\豆瓣电影Top250.xls"#获取影片的超链接
findlink = re.compile(r'<a href="(.*?)">')    #创建正则表达式对象,表示规则
findImgSrc = re.compile(r'<img.src="(.*?)" width="100"/>',re.S)   #re.s 让换行符包含在字符中
findName = re.compile(r'<span class="title">(.*?)</span>')  #提取到的东西就是正则表达式代表的东西#爬取网页
def getData(baseurl):dataList=[]   #定义一个列表来存所有爬到的数据for i in range(0,10):url = baseurl + str(i*25)   #str从给定对象创建一个新的字符串对象 ,然后连接字符串html=askURL(url)# 2.逐一解析数据soup = BeautifulSoup(html,"html.parser") #(类型,解析器)for item in soup.find_all('div',class_="item"):  # 查找符合要求的字符串形成列表data = []item = str(item)#获取影片的超链接link=re.findall(findlink,item)[0]   #(规则变量,字符串),[0]表示取第一个满足的链接data.append(link)linkname=re.findall(findName,item)if(len(linkname)==2):   #如果获取到的数据长度为二ctitle=linkname[0]  #存中文名字data.append(ctitle)otitle=linkname[1].replace("\xa0/\xa0","")   #去掉英文名中多余字符data.append(otitle)else:data.append(linkname[0])data.append('')   #外国名字留空dataList.append(data)  #每一个item提到的东西放一个列表data,最后把所有item放一个总的列表return dataList
# 3.保存数据#savaDate(savepath)# askURL("https://movie.douban.com/top250")#得到一个指定URL的网页内容
def askURL(url):head={"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.111 Safari/537.36"}#用户代理表示告诉豆瓣服务器我们不是爬虫,我们是浏览器request = urllib.request.Request(url,headers=head)    #发起请求try:response = urllib.request.urlopen(request)   #获得回应html = response.read().decode('utf-8')  # 对获取到的网页源码解码# print(html)except urllib.error.URLError as e:if hasattr(e,"code"):print(e.code)if hasattr(e,"reason"):print(e.reason)return html#保存数据
def savaDate(savepath):print("save......")if __name__ == '__main__':main()

写正则表达式规则不太会,后来发现只要把想爬的东西用正则表达式替换就行了

re.compile(r'<span class="title">(.*?)</span>')

多了一个空格也爬不到

#错误
re.compile(r'<span class="title">(.*?) </span>')

规则前加r防止错误解析
但是为撒

otitle=linkname[1].replace("\xa0/\xa0","")   #去掉英文名中多余字符

这前面加r反而会错误,应该是因为replace是原样替换把

这篇关于2020-11-10 Python------------把爬取的东西存Excel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/941257

相关文章

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

Python中你不知道的gzip高级用法分享

《Python中你不知道的gzip高级用法分享》在当今大数据时代,数据存储和传输成本已成为每个开发者必须考虑的问题,Python内置的gzip模块提供了一种简单高效的解决方案,下面小编就来和大家详细讲... 目录前言:为什么数据压缩如此重要1. gzip 模块基础介绍2. 基本压缩与解压缩操作2.1 压缩文