主頁 > 知識庫 > python爬蟲之bs4數(shù)據(jù)解析

python爬蟲之bs4數(shù)據(jù)解析

熱門標簽:浙江電銷卡外呼系統(tǒng)好用嗎 房產(chǎn)電銷外呼系統(tǒng) 南京銷售外呼系統(tǒng)軟件 地圖標注的意義點 地圖標注微信發(fā)送位置不顯示 315電話機器人廣告 上海機器人外呼系統(tǒng)哪家好 地圖制圖標注位置改變是移位嗎 蓋州市地圖標注

一、實現(xiàn)數(shù)據(jù)解析

因為正則表達式本身有難度,所以在這里為大家介紹一下 bs4 實現(xiàn)數(shù)據(jù)解析。除此之外還有 xpath 解析。因為 xpath 不僅可以在 python 中使用,所以 bs4 和 正則解析一樣,僅僅是簡單地寫兩個案例(爬取可翻頁的圖片,以及爬取三國演義)。以后的重點會在 xpath 上。

二、安裝庫

閑話少說,我們先來安裝 bs4 相關的外來庫。比較簡單。

1.首先打開 cmd 命令面板,依次安裝bs4 和 lxml。

2. 命令分別是 pip install bs4 和 pip install lxml 。

3. 安裝完成后我們可以試著調(diào)用他們,看看會不會報錯。

因為本人水平有限,所以如果出現(xiàn)報錯,兄弟們還是百度一下好啦。(總不至于 cmd 命令打錯了吧 ~~)

三、bs4 的用法

閑話少說,先簡單介紹一下 bs4 的用法。


四、爬取圖片

import requests
from bs4 import BeautifulSoup
import os

if __name__ == "__main__":
    # 創(chuàng)建文件夾
    if not os.path.exists("./糗圖(bs4)"):
        os.mkdir("./糗圖(bs4)")

    # UA偽裝
    header = {
        "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.72 Safari/537.36"
        }

    # 指定 url
    for i in range(1, 3): # 翻兩頁
        url = "https://www.qiushibaike.com/imgrank/page/%s/" % str(i)
        # 獲取源碼數(shù)據(jù)
        page = requests.get(url = url, headers = header).text
        # 數(shù)據(jù)解析
        soup = BeautifulSoup(page, "lxml")
        data_list = soup.select(".thumb > a")
        for data in data_list:
            url = data.img["src"]
            title = url.split("/")[-1]
            new_url = "https:" + url
            photo = requests.get(url = new_url, headers = header).content
            # 存儲
            with open("./糗圖(bs4)/" + title, "wb") as fp:
                fp.write(photo)
            print(title, "下載完成?。?!")
    print("over!!!")

五、爬取三國演義

import requests
from bs4 import BeautifulSoup

if __name__ == "__main__":
    # UA 偽裝
    header = {
        "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36"
        }

    # URL
    url = "http://sanguo.5000yan.com/"

    # 請求命令
    page_text = requests.get(url = url, headers = header)
    page_text.encoding = "utf-8"
    page_text = page_text.text
    soup = BeautifulSoup(page_text, "lxml")
    
    # bs4 解析
    li_list = soup.select(".sidamingzhu-list-mulu > ul > li")
    
    for li in li_list:
        print(li)
        new_url = li.a["href"]
        title = li.a.text

        # 新的請求命令
        response = requests.get(url = new_url, headers = header)
        response.encoding = "utf-8"
        new_page_text = response.text
        new_soup = BeautifulSoup(new_page_text, "lxml")

        page = new_soup.find("div", class_ = "grap").text

        with open("./三國演義.txt", "a", encoding = "utf-8") as fp:
            fp.write("\n" + title + ":" + "\n" + "\n" + page)

        print(title + "下載完成?。?!")


到此這篇關于python爬蟲之bs4數(shù)據(jù)解析的文章就介紹到這了,更多相關python bs4數(shù)據(jù)解析內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • python爬蟲請求庫httpx和parsel解析庫的使用測評
  • Python爬蟲之爬取最新更新的小說網(wǎng)站
  • 用Python爬蟲破解滑動驗證碼的案例解析
  • Python爬蟲爬取愛奇藝電影片庫首頁的實例代碼
  • Python爬蟲之爬取嗶哩嗶哩熱門視頻排行榜
  • 上手簡單,功能強大的Python爬蟲框架——feapder
  • python爬蟲之爬取百度翻譯
  • python爬蟲基礎之簡易網(wǎng)頁搜集器
  • python爬蟲之利用selenium模塊自動登錄CSDN
  • python爬蟲之爬取筆趣閣小說
  • python爬蟲之利用Selenium+Requests爬取拉勾網(wǎng)
  • python基礎之爬蟲入門

標簽:陽泉 臨汾 貴州 克拉瑪依 日照 金華 赤峰 雙鴨山

巨人網(wǎng)絡通訊聲明:本文標題《python爬蟲之bs4數(shù)據(jù)解析》,本文關鍵詞  python,爬蟲,之,bs4,數(shù)據(jù),解析,;如發(fā)現(xiàn)本文內(nèi)容存在版權問題,煩請?zhí)峁┫嚓P信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《python爬蟲之bs4數(shù)據(jù)解析》相關的同類信息!
  • 本頁收集關于python爬蟲之bs4數(shù)據(jù)解析的相關信息資訊供網(wǎng)民參考!
  • 企业400电话

    智能AI客服机器人
    15000

    在线订购

    合计11份范本:公司章程+合伙协议+出资协议+合作协议+股权转让协议+增资扩股协议+股权激励+股东会决议+董事会决议

    推薦文章