微信:Pythonxx,加我领取学习资料
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/9650dd92ac9f5a4b55016af9bf4cc67c.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/75ce488803b7eb0b2ae9c848373f2a41.jpeg)
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/7030dd4061bbdda1f1c23c8ddfa25594.jpeg)
用Python语句存储数据
写文件时,我们主要用到 with open() 语句:
with open(name,mode,encoding) as file:
file.write()
# 注意,with open() 后面的语句有一个缩进
name:包含文件名称的字符串,比如:‘xiaozhu.txt’; mode:决定了打开文件的模式,只读/写入/追加等; encoding:表示我们要写入数据的编码,一般为 utf-8 或者 gbk ; file:表示我们在代码中对文件的命名。
用我们前面爬的小猪的例子来看一下,实际是什么样的:
from lxml import etree
import requests import time with open('/Users/mac/Desktop/xzzf.txt','w',encoding='utf-8') as f: for a in range(1,6): url = 'http://cd.xiaozhu.com/search-duanzufang-p{}-0/'.format(a) data = requests.get(url).text s=etree.HTML(data) file=s.xpath('//*[@id="page_list"]/ul/li') time.sleep(3) for div in file: title=div.xpath("./div[2]/div/a/span/text()")[0] price=div.xpath("./div[2]/span[1]/i/text()")[0] scrible=div.xpath("./div[2]/div/em/text()")[0].strip() pic=div.xpath("./a/img/@lazy_src")[0] f.write("{},{},{},{}\n".format(title,price,scrible,pic))
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/c9fb180f79549c511962850f76ae36dc.jpeg)
将写入的文件名 xzzf.txt,如果没有将自动创建。
/Users/mac/Desktop/xzzf.txt
在前面加了一个桌面的路径,它将存在桌面,如果不加路径,它将存在你当前工作目录中。
w:只写的模式,如果没有文件将自动创建;
encoding='utf-8':指定写入文件的编码为:utf-8,一般指定utf-8即可;
f.write("{} {} {} {}\n".format(title,price,scrible,pic))
#将 title,price,scrible,pic 的值写入文件
来看一下存下来的数据是怎样的:
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/e291f43425ca601e98b3ab96562b47ab.jpeg)
如果你没有指定文件路径,怎么找写在本地的文件呢?给你两种方法:
1.在 win10 中打开小娜(cortana),搜索你的文件名即可
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/7de1e54df0ce3a2dcab839197021ac54.jpeg)
2.推荐软件“everything”,查询文件更方便快捷。
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/38979a57da370b1043ac2f28c03c7c0f.jpeg)
这个软件非常小,百度很容易找到,但确实是神器用了你会回来感谢我的~
所以还是建议你在写代码的时候,老老实实在文件名前面加上你想存放的路径。什么,你连路径怎么写都不知道?好吧,比如我想把文件存在桌面,那么怎么查看路径?
随便找一个文档,比如桌面的文档, 右键 >“属性”,“位置”后面的信息,就是该文档所在的路径了。
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/bc74adacc7b62b6a39e39b59a75832ad.jpeg)
2.文件存为CSV格式
当然,你也可以将文件存为 .csv 格式,在 with open() 语句后更改文件后缀即可。
from lxml import etree
import requests import time with open('/Users/mac/Desktop/xiaozhu.csv','w',encoding='utf-8') as f: for a in range(1,6): url = 'http://cd.xiaozhu.com/search-duanzufang-p{}-0/'.format(a) data = requests.get(url).text s=etree.HTML(data) file=s.xpath('//*[@id="page_list"]/ul/li') time.sleep(3) for div in file: title=div.xpath("./div[2]/div/a/span/text()")[0] price=div.xpath("./div[2]/span[1]/i/text()")[0] scrible=div.xpath("./div[2]/div/em/text()")[0].strip() pic=div.xpath("./a/img/@lazy_src")[0] f.write("{},{},{},{}\n".format(title,price,scrible,pic))
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/a80b8e36eccf57b09c26949d87d0658d.jpeg)
另外,需要注意的是:CSV 每个字段之间要用逗号隔开,所以这里把之前的空格改为了逗号。
CSV 文件怎么打开?
一般情况下,用记事本就可以直接打开,如果你直接用 Excel 打开,很有肯能会出现乱码,就像下面这样:
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/0af56dd24f52a2db9be71d7007a7bc5d.jpeg)
Excel 打开 CSV 出现乱码怎么办?
在记事本中打开文件
另存为 – 选择编码为“ANSI”
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/346f90a71a45b803970a89bb4c490307.jpeg)
再来看看之前的豆瓣TOP250图书写入文件:
from lxml import etree import requests import time with open('/Users/mac/Desktop/top250.csv','w',encoding='utf-8') as f: for a in range(10): url = 'https://book.douban.com/top250?start={}'.format(a*25) data = requests.get(url).text s=etree.HTML(data) file=s.xpath('//*[@id="content"]/div/div[1]/div/table') time.sleep(3) for div in file: title = div.xpath("./tr/td[2]/div[1]/a/@title")[0] href = div.xpath("./tr/td[2]/div[1]/a/@href")[0] score=div.xpath("./tr/td[2]/div[2]/span[2]/text()")[0] num=div.xpath("./tr/td[2]/div[2]/span[3]/text()")[0].strip("(").strip().strip(")").strip() scrible=div.xpath("./tr/td[2]/p[2]/span/text()") if len(scrible) > 0: f.write("{},{},{},{},{}\n".format(title,href,score,num,scrible[0])) else: f.write("{},{},{},{}\n".format(title,href,score,num))
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/13985fb33af97a29908b3cadf6acbaeb.jpeg)
最后存下来的数据是这样的:
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/77fd82d03501862a95d173ed2ff6d323.jpeg)
好了,这节课就到这里!
![640?wx_fmt=jpeg](https://i-blog.csdnimg.cn/blog_migrate/6afa08d97797dff103c6475ade5b778d.jpeg)
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/23f12a521d425584456a4bd7cd5785fa.png)