2022
我们一起努力

python如何爬取豆瓣各分类书单 - 大数据

这篇文章主要介绍“python如何爬取豆瓣各分类书单”,在日常操作中,相信很多人在python如何爬取豆瓣各分类书单问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”python如何爬取豆瓣各分类书单”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

代码展示:

pachon2.5.py      # -- coding: utf-8 --import urllibimport urllib2import reimport sys
reload(sys)
sys.setdefaultencoding('utf-8')
class book:     #豆瓣书籍的类    def init(self, types, page):        self.baseUrl = 'http://www.douban.com/tag/'        self.types = types        self.filename = 'doubanbook.txt'        self.page = page
def getContents(self): #爬取源代码    try:        #if self.page == 0:        url = self.baseUrl + self.types + '/book'        #else:        #   url = self.baseUrl + self.types + '/book?start=' + str(self.page)        user_agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.65 Safari/537.36'        headers = { 'User-Agent' : user_agent}        request = urllib2.Request(url,headers = headers)        response = urllib2.urlopen(request)        content = response.read()  #.decode('utf-8')        pattern = re.compile('<a href=.*?class="title".*?target="_blank">(.*?)</a>.*?>(.*?)</div>',re.S)        items = re.findall(pattern,content)        return items    except urllib2.URLError, e:        if hasattr(e, "reason"):            print u"豆瓣链接错误,错误原因", e.reason            return None
def writetext(self, items): #写入txt    for item in items:        print item[0],item[1]        files = open(self.filename,'a')        files.write(item[0])        files.write(item[1])        files.write('\n')        files.close()
def strat(self): #启动函数    self.writetext(self.getContents())    print u"""出现乱码为正常现象,在与本脚本相同的文件夹下会多出一个,        doubanbook.txt的文件里面有所爬书籍,如你把本脚本放在桌面,文件便会出现在桌面"""        print u"结束输入 'O' , 联系作者输入 'A'"        end = raw_input('>')        if end == 'A':            print u"QQ邮箱:1021644861@qq.com"            raw_input('>')        else:            print "over"

到此,关于“python如何爬取豆瓣各分类书单”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注云网站,小编会继续努力为大家带来更多实用的文章!

python如何爬取豆瓣各分类书单 - 大数据

赞(0)
文章名称:《python如何爬取豆瓣各分类书单 - 大数据》
文章链接:https://www.fzvps.com/88762.html
本站文章来源于互联网,如有侵权,请联系管理删除,本站资源仅供个人学习交流,请于下载后24小时内删除,不允许用于商业用途,否则法律问题自行承担。
图片版权归属各自创作者所有,图片水印出于防止被无耻之徒盗取劳动成果的目的。

评论 抢沙发

评论前必须登录!