温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

python如何爬取豆瓣各分类书单

发布时间:2022-01-12 09:49:36 来源:亿速云 阅读:277 作者:iii 栏目: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!

python如何爬取豆瓣各分类书单

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,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI