本文是一份详细的Python爬虫入门教程，涵盖了从基础的网页数据抓取（如豆瓣电影、小说、房产信息等）到高级应用（如B站视频弹幕、数据可视化等），并介绍了相关技术和工具的使用。作者分享了如何使用Python进行爬取、处理和可视化数据的过程。
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
Python爬虫入门教程23：A站视频的爬取，解密m3u8视频格式
Python爬虫入门教程25：绕过JS加密参数，实现批量下载抖某音无水印视频内容
PS：如有需要 Python学习资料 以及 解答 的小伙伴可以加点击下方链接自行获取
-
Python 3.6
-
Pycharm
import requests
import parsel
import csv
import pandas as pd
from pyecharts.charts import *
from pyecharts.globals import ThemeType#设定主题
from pyecharts.commons.utils import JsCode
import pyecharts.options as opts
安装Python并添加到环境变量，pip安装需要的相关模块即可。
商品数据内容在网页源代码里面有， 所以直接情况网站数据， 然后通过相应的解析方法提取相关数据内容即可。
import requests
import parsel
import csv
f = open(‘书籍信息3.csv’, mode=‘a’, encoding=‘utf-8’, newline=‘’)
csv_writer = csv.DictWriter(f, fieldnames=[‘标题’, ‘推荐’, ‘评价’,
‘作者’, ‘出版日期’, ‘出版社’,
‘原价’, ‘售价’, ‘电子书价格’,
‘详情页’])
csv_writer.writeheader()
for page in range(1, 26):
print(f’正在保存第{page}页数据内容===========')
url = f’http://bang.dangdang.com/books/bestsellers/01.00.00.00.00.00-year-2017-0-1-{page}’
headers = {
‘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’
}
response = requests.get(url=url, headers=headers)
print(response.text)
selector = parsel.Selector(response.text)
lis = selector.css(‘.bang_list_mode li’)
for li in lis:
title = li.css(‘.name a::attr(title)’).get() # 标题/书名
recommend = li.css(‘.tuijian::text’).get() # 推荐
star = li.css(‘.star a::text’).get() # 评价
author = li.css(‘div:nth-child(5) a:nth-child(1)::attr(title)’).get() # 作者
date = li.css(‘div:nth-child(6) span::text’).get() # 出版日期
press = li.css(‘div:nth-child(6) a::text’).get() # 出版社
price_r = li.css(‘.price .price_r::text’).get() # 原价
price_n = li.css(‘.price .price_n::text’).get() # 售价
price_e = li.css(‘.price_e span::text’).get() # 电子书价格
href = li.css(‘.name a::attr(href)’).get() # 详情页
dit = {
‘标题’: title,
‘推荐’: recommend,
‘评价’: star,
‘作者’: author,
‘出版日期’: date,
‘出版社’: press,
‘原价’: price_r,
‘售价’: price_n,
‘电子书价格’: price_e,
‘详情页’: href,
}
with open(‘书籍.csv’, mode=‘a’, encoding=‘utf-8’) as f:
f.write(f’{title},{recommend},{star},{author},{date},{press},{price_r},{price_n},{price_e}\n’)
csv_writer.writerow(dit)
print(title, recommend, star, author, date, press, price_r, price_n, price_e, sep=’ | ')
❤书籍原价价格区间❤
pie1 = (
Pie(init_opts=opts.InitOpts(theme=‘dark’,width=‘1000px’,height=‘600px’))
.add(‘’, datas_pair_1, radius=[‘35%’, ‘60%’])
.set_series_opts(label_opts=opts.LabelOpts(formatter=“{b}:{d}%”))
.set_global_opts(
title_opts=opts.TitleOpts(
title=“当当网书籍\n\n原价价格区间”,
pos_left=‘center’,
pos_top=‘center’,
title_textstyle_opts=opts.TextStyleOpts(
color=‘#F0F8FF’,
font_size=20,
font_weight=‘bold’
),
)
)
.set_colors([‘#EF9050’, ‘#3B7BA9’, ‘#6FB27C’, ‘#FFAF34’, ‘#D8BFD8’, ‘#00BFFF’, ‘#7FFFAA’])
)
pie1.render_notebook()
❤书籍售价价格区间❤
pie1 = (
Pie(init_opts=opts.InitOpts(theme=‘dark’,width=‘1000px’,height=‘600px’))
.add(‘’, datas_pair_2, radius=[‘35%’, ‘60%’])
.set_series_opts(label_opts=opts.LabelOpts(formatter=“{b}:{d}%”))
.set_global_opts(
title_opts=opts.TitleOpts(
title=“当当网书籍\n\n售价价格区间”,
pos_left=‘center’,
pos_top=‘center’,
title_textstyle_opts=opts.TextStyleOpts(
color=‘#F0F8FF’,
font_size=20,
font_weight=‘bold’
),
)
)
.set_colors([‘#EF9050’, ‘#3B7BA9’, ‘#6FB27C’, ‘#FFAF34’, ‘#D8BFD8’, ‘#00BFFF’, ‘#7FFFAA’])
)
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）
c3EPw-1712937779460)]
[外链图片转存中…(img-ONlsZpmB-1712937779460)]
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
