当前位置: 首页 > news >正文

网站二次开发公司佐力药业股票

网站二次开发公司,佐力药业股票,郑州团购网站建设,织梦制作网站地图爬虫 爬虫原理 爬虫,又称网络爬虫,是一种自动获取网页内容的程序。它模拟人类浏览网页的行为,发送HTTP请求,获取网页源代码,再通过解析、提取等技术手段,获取所需数据。 HTTP请求与响应过程 爬虫首先向…

爬虫

爬虫原理

  • 爬虫,又称网络爬虫,是一种自动获取网页内容的程序。
  • 它模拟人类浏览网页的行为,发送HTTP请求,获取网页源代码,再通过解析、提取等技术手段,获取所需数据。

HTTP请求与响应过程

  • 爬虫首先向目标网站发送HTTP请求,请求可以包含多种参数,如URL、请求方法(GET或POST)、请求头(Headers)等。
  • 服务器接收到请求后,返回相应的HTTP响应,包括状态码、响应头和响应体(网页内容)。

常用爬虫技术

名称功能
请求库如 requests、aiohttp 等
解析库如 BeautifulSoup、lxml、PyQuery 等
存储库如 pandas、SQLite 等
异步库如 asyncio、aiohttp 等

实战

  1. 爬取豆瓣电影Top250
import requests
from bs4 import BeautifulSoup
import csv
# 请求 URL
url = 'https://movie.douban.com/top250'
# 请求头部
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}
# 解析页面函数
def parse_html(html):soup = BeautifulSoup(html, 'lxml')movie_list = soup.find('ol', class_='grid_view').find_all('li')for movie in movie_list:title = movie.find('div', class_='hd').find('span', class_='title').get_text()rating_num = movie.find('div', class_='star').find('span', class_='rating_num').get_text()comment_num = movie.find('div', class_='star').find_all('span')[-1].get_text()writer.writerow([title, rating_num, comment_num])# 保存数据函数
def save_data():f = open('douban_movie_top250.csv', 'a', newline='', encoding='utf-8-sig')global writerwriter = csv.writer(f)writer.writerow(['电影名称', '评分', '评价人数'])for i in range(10):url = 'https://movie.douban.com/top250?start=' + str(i*25) + '&filter='response = requests.get(url, headers=headers)parse_html(response.text)f.close()if __name__ == '__main__':save_data()
  1. 爬取当当网图书信息
import requests
from lxml import etree
import csvurl = 'http://search.dangdang.com/?key=Python&act=input'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}def parse_html(html):selector = etree.HTML(html)book_list = selector.xpath('//*[@id="search_nature_rg"]/ul/li')for book in book_list:title = book.xpath('a/@title')if title:title = title[0]else:title = "未知书名"link = book.xpath('a/@href')if link:link = link[0]else:link = "未知链接"price = book.xpath('p[@class="price"]/span[@class="search_now_price"]/text()')if price:price = price[0]else:price = "未知价格"author = book.xpath('p[@class="search_book_author"]/span[1]/a/@title')if author:author = author[0]else:author = "未知作者"publish_date = book.xpath('p[@class="search_book_author"]/span[2]/text()')if publish_date:publish_date = publish_date[0]else:publish_date = "未知出版日期"publisher = book.xpath('p[@class="search_book_author"]/span[3]/a/@title')if publisher:publisher = publisher[0]else:publisher = "未知出版社"yield {'书名': title,'链接': link,'价格': price,'作者': author,'出版日期': publish_date,'出版社': publisher}def save_data():response = requests.get(url, headers=headers)if response.status_code == 200:with open('dangdang_books.csv', 'w', newline='', encoding='utf-8-sig') as f:writer = csv.writer(f)writer.writerow(['书名', '链接', '价格', '作者', '出版日期', '出版社'])for item in parse_html(response.text):writer.writerow([item['书名'], item['链接'], item['价格'], item['作者'], item['出版日期'], item['出版社']])else:print(f"请求失败,状态码:{response.status_code}")if __name__ == '__main__':save_data()
http://www.yidumall.com/news/28185.html

相关文章:

  • <网站建设与运营》互联网推广方案
  • 长春建站宣传万能搜索
  • 网站建设吉金手指排名12网络营销工具分析
  • asp动态网站开发毕业设计seo 优化公司
  • 品牌注册名词解释的搜索引擎优化
  • 毕业论文个人网站建设如何开通网站
  • 网站做分屏好不好在线seo外链工具
  • 免费文件外链网站网站建设服务
  • 征婚网站咋做联合早报 即时消息
  • 福州网站建设公司中小企业什么是软文推广
  • 做网站收费海南百度总代理
  • 网站上做烟花效果微帮推广平台怎么加入
  • 毕业论文学校网站建设电商怎么做推广
  • 西宁网站建设优化网址查询注册信息查询
  • 搭建网站源码上海广告公司排名
  • 创建购物网站联赛积分榜排名
  • 网站是做后台好还是做前台好360收录提交入口网址
  • 蓝天使网站建设什么是优化师
  • 网站下载免费新版市场调研报告800字
  • 建设委员会官方网站软文代写平台
  • 换空间对网站的影响免费建设个人网站
  • 用dreamwever做网站seo搜索引擎
  • 兰州网站搜索优化做seo必须有网站吗
  • 多语言网站模板网站建设平台软件
  • 网站建设软文网络管理系统
  • 网站无法连接服务器长沙网站推广公司排名
  • 大家做网站都会去哪找素材百度推广服务
  • 网站建设什么是开发实施实施关联词有哪些类型
  • 在网上做企业网站怎么做seo sem是指什么意思
  • 乌鲁木齐做网站价格关联词有哪些关系