Python网络数据抓取

import requests  #网页抓取
from bs4 import BeautifulSoup   #内容解析

import re  #正则表达式处理

#https://www.douban.com/robots.txt
r = requests.get('https://book.douban.com/subject/1986590/comments/')
#r = requests.get('https://book.douban.com/subject/1986590/comments/hot?p=4')

print(r.status_code)
#print(r.text)

#数据解析
#markup = '<p class="title"><b>The Little Prince</b></p>'
#soup = BeautifulSoup(markup, "lxml")
#print(soup.b)
#print(soup.p)
#tag = soup.p



soup = BeautifulSoup(r.text, "lxml")
pattern = soup.find_all('p','comment-content')
for item in pattern:
    print(item.string)

#re = requests.get('http://money.cnn.com/data/dow30')

pattern_s = re.compile('<span class="user-stars allstar(.*) rating"')


#<span class="user-stars allstar50 rating" title="力荐"></span>
p = re.findall(pattern_s, r.text)
sum = 0
for star in p:
    sum += int(star)
print(sum)

参考资料

http://www.icourse163.org/learn/NJU-1001571005?tid=1002097008#/learn/content?type=detail&id=1002815204&cid=1003184422&replay=true

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值