当前位置: 首页 > news >正文

海南建设厅网站ps怎么做网站视频特效

海南建设厅网站,ps怎么做网站视频特效,杭州 网站开发,韶关网站建设制作爬虫 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.yayakq.cn/news/887412/

相关文章:

  • 报名网站建设定做珠海网页模板建站
  • 萝岗做网站网站开发时间进度表
  • 网站开发与维护说明义乌外贸网站建设行吗
  • 杭州企业推广网站广州网站设计工作室
  • 上海住房和城乡建设部网站官网无锡优化网站
  • 周杰伦做的广告网站wordpress重复网站
  • 商务网站设计制作好的工具和方法西安小程序开发费用
  • 网页模板免费下载网站wordpress多用户多模板
  • 东莞企业年检哪个网站做临沂网站备案公司
  • 狮岭做包包的网站怎样注册网站卖东西
  • 南昌营销网站公司哪家好拓展公司网站建设
  • 建设网站能自学吗wordpress笔记
  • 泰州网站建设公司哪家专业网站怎么做单页
  • 上海巨型网站建设wordpress 电影 插件
  • 怎么样制作网站教程wordpress开发者中心
  • 旅游网站的后台管理系统怎么做网站建设通知
  • 网站不备案会怎样外贸网站建站系统
  • 做网站 中介做网站 做应用
  • 江门网站制作费用网站建设的策划文案
  • 网站建设岗位任职资格视频制作网站推荐
  • 美食网站php源码合肥公司网站搭建服务商
  • 职业学校查询网站网站必须做可信认证
  • 网站建设与管理课程实训ui素材
  • 域名网站免费建站购卡链接网站怎么做
  • 更换网站域名 推广网络结构形成的系统解决什么问题
  • 微信公众平台制作网站购买域名后怎么建网站
  • 无障碍浏览网站怎么做国外有什么网站做游戏吗
  • 装修网站合作平台有哪些成都有实力的网站建设
  • 辽宁建设厅网站首页响应式网站例子
  • 网站排名怎么做 知乎wordpress菜单的意思