Python爬蟲中如何抓取名人名言網(wǎng)站

這篇文章主要介紹Python爬蟲中如何抓取名人名言網(wǎng)站，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

1、輸入網(wǎng)址

quotes.toscrape.com/，進(jìn)入網(wǎng)站首頁，觀察網(wǎng)頁的結(jié)構(gòu),我們發(fā)現(xiàn)網(wǎng)頁的內(nèi)容很清晰，

主要分為：名人名言，作者，標(biāo)簽三個(gè)主要字段，同時(shí)三個(gè)字段的內(nèi)容為本次提取的內(nèi)容。

2、確定需求，分析網(wǎng)頁結(jié)構(gòu)

打開開發(fā)者工具，點(diǎn)擊networ進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)抓包分析，網(wǎng)站是以get方式進(jìn)行請(qǐng)求，不需要攜帶參數(shù)，那我們就可以以request請(qǐng)求庫中的get()方法，進(jìn)行模擬請(qǐng)求，需要帶上headers請(qǐng)求，模擬瀏覽器信息驗(yàn)證，防止被網(wǎng)站服務(wù)器檢測為爬蟲請(qǐng)求。

也可以點(diǎn)擊開發(fā)者工具的最左邊小箭頭，可以幫助我們快速定位，網(wǎng)頁數(shù)據(jù)在element標(biāo)簽頁所在的位置。

3、解析網(wǎng)頁結(jié)構(gòu)，提取數(shù)據(jù)。

請(qǐng)求成功之后，可以開始提取數(shù)據(jù)啦~，我用的是xpath的解析方法，所以，先來解析xpath頁面，點(diǎn)擊最左邊小箭頭，可以幫助我們快速定位數(shù)據(jù)所，網(wǎng)頁數(shù)據(jù)在element標(biāo)簽頁所在的位置.因?yàn)榫W(wǎng)頁的請(qǐng)求方式數(shù)據(jù)以列表的方式逐條排序，所以我們可以先定位整個(gè)列表的數(shù)據(jù)。在通過lxm中html解析器，逐個(gè)字段抓取并保存至列表，方便下一步的數(shù)據(jù)清洗。

4、保存至csv文件

源碼分享

import requests
from lxml import etree
import csv
 
url = "https://quotes.toscrape.com/"
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36'
}
 
 
res = requests.get(url,headers = headers).text
 
html = etree.HTML(res)
 
queto_list = html.xpath('//div[@class="col-md-8"]')
 
lists = []
 
for queto in queto_list:
    # 名言正文
    title = queto.xpath('./div[@class="quote"]/span[1]/text()')
    # 作者
    authuor = queto.xpath('./div[@class="quote"]/span[2]/small/text()')
    # 名言標(biāo)簽
    tags = queto.xpath('./div[@class="quote"]/div[@class="tags"]/a[@class="tag"]/text()')
    # 將數(shù)據(jù)統(tǒng)一添加進(jìn)列表中保存
    lists.append(title)
    lists.append(authuor)
    lists.append(tags)
 
 
    with open("./名人名言.csv",'w',encoding='utf-8',newline='\n') as f:
 
            writer = csv.writer(f)
            for i in lists:
                writer.writerow(x)

以上是“Python爬蟲中如何抓取名人名言網(wǎng)站”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！