您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“Python怎么爬取上道網(wǎng)項(xiàng)目”,感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷,實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“Python怎么爬取上道網(wǎng)項(xiàng)目”吧!
獲取對(duì)應(yīng)的公司名稱(chēng),保存文檔。
軟件:PyCharm
需要的庫(kù):requests,fake_useragent,time
如何網(wǎng)頁(yè)訪問(wèn)?
http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-1.html http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-2.html http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-3.html http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-4.html
點(diǎn)擊下一頁(yè)時(shí),每增加一頁(yè)p-{}.html自增加1,用{}代替變換的變量,再用for循環(huán)遍歷這網(wǎng)址,實(shí)現(xiàn)多個(gè)網(wǎng)址請(qǐng)求。
1. 定義一個(gè)class類(lèi)繼承object,定義init方法繼承self,主函數(shù)main繼承self。導(dǎo)入需要的庫(kù)、請(qǐng)求地址。
import requests from lxml import etree from fake_useragent import UserAgent import time class Shangdao(object): def __init__(self): self.url = "http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-{}.html" #網(wǎng)站 def main(self): pass if __name__ == '__main__': Siper = Shangdao() Siper.main()
2. 隨機(jī)產(chǎn)生UserAgent,防止反爬。
for i in range(1, 50): self.headers = { 'User-Agent': ua.random, }
3. 發(fā)送請(qǐng)求 獲取響應(yīng), 頁(yè)面回調(diào),方便下次請(qǐng)求。
def get_page(self, url): res = requests.get(url=url, headers=self.headers) html = res.content.decode("utf-8") return html
4. 獲取公司名稱(chēng),for遍歷。
def page_page(self, html): parse_html = etree.HTML(html) one = parse_html.xpath('//h3/a/text()') for i in one: print(i)
5. 寫(xiě)入文檔。
f = open('公司.doc', 'a', encoding='utf-8') # 以'w'方式打開(kāi)文件 f.write(str(i))
6. 調(diào)用方法,實(shí)現(xiàn)功能。
def main(self): stat = int(input("輸 入 開(kāi) 始 (2開(kāi)始):")) end = int(input("輸 入 結(jié) 束:")) for page in range(stat, end + 1): url = self.url.format(page) print(url) html = self.get_page(url) self.page_page(html) print("==================第%s頁(yè)爬取成功!!??!=====================" % page)
項(xiàng)目?jī)?yōu)化:
設(shè)置時(shí)間延時(shí)。
time.sleep(1.4)
點(diǎn)擊綠色小三角運(yùn)行輸入起始頁(yè),終止頁(yè)( 從0頁(yè)開(kāi)始 )。
渠道公司名,結(jié)果顯示控制臺(tái)。
保存文檔。
到此,相信大家對(duì)“Python怎么爬取上道網(wǎng)項(xiàng)目”有了更深的了解,不妨來(lái)實(shí)際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢(xún),關(guān)注我們,繼續(xù)學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。