news 2026/5/30 23:21:00

Python爬虫完整代码拿走不谢

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Python爬虫完整代码拿走不谢

对于新手做Python爬虫来说是有点难处的,前期练习的时候可以直接套用模板,这样省时省力还很方便。

使用Python爬取某网站的相关数据,并保存到同目录下Excel。

直接上代码:

import re import urllib.error import urllib.request import xlwt from bs4 import BeautifulSoup def main(): baseurl ="http://jshk.com.cn" datelist = getDate(baseurl) savepath=".\jshk.xls" saveDate(datelist,savepath) # askURL("http://jshk.com.cn/") findlink = re.compile(r'<a href="(.*?)">') findimg = re.compile(r'<img.*src="(.*?)"',re.S) findtitle = re.compile(r'<span class="title">(.*)</span') findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span') findjudge = re.compile(r'<span>(d*)人评价</span>') findinq= re.compile(r'<span class="inq">(.*)</span>') def getDate(baseurl): datalist =[] for i in range(0,10): url=baseurl+str(i*25) html=askURL(url) soup = BeautifulSoup(html,"html.parser") for item in soup.find_all('div',class_="item"): data = [] item = str(item) link = re.findall(findlink,item)[0] data.append(link) img=re.findall(findimg,item)[0] data.append(img) title=re.findall(findtitle,item)[0] rating=re.findall(findrating,item)[0] data.append(rating) judge=re.findall(findjudge,item)[0] data.append(judge) inq=re.findall(findinq,item) if len(inq)!=0: inq=inq[0].replace("。","") data.append(inq) else: data.append(" ") print(data) datalist.append(data) print(datalist) return datalist def askURL(url): head = { "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.97 Safari/537.36"} request=urllib.request.Request(url,headers=head) html="" try: response=urllib.request.urlopen(request) html=response.read().decode("utf-8") # print(html) except urllib.error.URLError as e: if hasattr(e,"code"): print(e.code) if hasattr(e,"reason"): print(e.reason) return html def saveDate(datalist,savepath): workbook = xlwt.Workbook(encoding='utf-8') worksheet = workbook.add_sheet('电影',cell_overwrite_ok=True) col =("电影详情","图片","影片","评分","评价数","概况") for i in range(0,5): worksheet.write(0,i,col[i]) for i in range(0,250): print("第%d条" %(i+1)) data=datalist[i] for j in range(0,5): worksheet.write(i+1,j,data[j]) workbook.save(savepath) if __name__ == '__main__': main() print("爬取完毕")

直接复制粘贴就行。

若要更改爬取网站,则需要更改URL以及相应的html格式(代码中的“item”)。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/29 21:39:55

使用Arduino驱动WS2812B构建情景照明:手把手教程

用Arduino玩转WS2812B&#xff1a;从零构建情景照明系统的技术真相你有没有想过&#xff0c;家里的灯不只是“亮”或“灭”&#xff0c;而是能随着音乐跳动、模拟日出日落、甚至在你看电影时自动调成影院模式&#xff1f;这并不是科幻片里的场景——它已经悄悄走进了千家万户。…

作者头像 李华
网站建设 2026/5/30 19:32:54

C语言从句柄到对象

C语言从句柄到对象 (一) —— 全局变量的噩梦与“多实例”的救赎 代码里的句柄(Handle) 到底是个什么东西?为什么大厂的代码库(SDK)里到处都是句柄?” 其实,“句柄” (Handle) 不仅仅是一个指针,它是 C 语言通向模块化和面向对象架构的第一把钥匙。 今天,我们不谈枯燥…

作者头像 李华
网站建设 2026/5/30 14:03:54

STM32CubeMX新手教程:时钟树配置通俗解释

STM32时钟配置不再难&#xff1a;一文讲透CubeMX下的时钟树原理与实战技巧你有没有遇到过这样的情况&#xff1f;串口通信乱码&#xff0c;查了半天发现波特率偏差太大&#xff1b;USB设备插电脑上无法识别&#xff0c;最后发现是48MHz时钟没对齐&#xff1b;定时器定时不准&am…

作者头像 李华