豆瓣读书top250(半结构化数据)

该代码使用Python的requests和BeautifulSoup库从豆瓣Top250书籍列表抓取书名、详情链接、封面、出版信息、评分和评论人数等数据,并将数据存储为JSON文件。爬虫分页爬取并处理每页的书籍信息。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import requests
from bs4 import BeautifulSoup
import json
import os
url = "https://book.douban.com/top250"
header = {
   
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/112.0.0.0 Safari/537.36"
}
def getHtml(num):
    r = requests.get(url,headers=header,params={
   "start": num})
    return r.text
html = getHtml(0)
# print(html)
# 打印一页数据
def getPrintData(html):
    soup = BeautifulSoup(html,"lxml")
    books = soup.select("tr")
    for book in books:
        tds=book.select("td")
        print("书名:",tds[1].div.a.text.strip().split("\n")
评论 1
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