您的位置:首页 > 编程语言 > Python开发

python简易爬虫制作

2016-10-22 16:47 288 查看
编译环境:pycharm 4.5.3python版本:3.5.1首先从pycharm库中下载并安装BeautifulSoup4,lxml,requests,time插件以KnewOne为例:
from bs4 import BeautifulSoup
import requests
import time

url='https://knewone.com/things'
web_data=requests.get(url)  #利用requests访问网页
soup=BeautifulSoup(web_data.text,'lxml') #解析网页
titles=soup.select(' section.content > h4 > a ') #网页元素定位
imgs=soup.select('a.cover-inner > img')
for title,img in zip(titles,imgs):    #少部分数据可以先用字典封装,大数据再考虑用数据库
data={
'title':title.get_text(),
'img':img.get('src'),
}
print(data)
此外,发现KnewOne的“产品”页面为一个异步加载网页,那么,如何爬取一页所有的信息呢?
def get_info(url,data=None):web_data=requests.get(url)soup=BeautifulSoup(web_data.text,'lxml')titles=soup.select(' section.content > h4 > a ')imgs=soup.select('a.cover-inner > img')if(data==None):for title,img in zip(titles,imgs):data={'title':title.get_text(),'img':img.get('src'),}print(data)def get_mor_pages(start,end):for one in range(start,end):get_info(url+str(one))
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  python 爬虫