爬取百度学术:标题,关键词,年份,摘要,原链接,作者。

爬取百度学术:标题,关键词,年份,摘要,原链接,作者还可以写在记事本上。(如果要写在记事本上要把f的注释去掉)大家还可以导入数据库

在这里插入代码片


import requests
import openpyxl
import re
from bs4 import BeautifulSoup
from urllib.request import quote


search = input('请输入关键词:')
kwen = search.encode('UTF-8') #将汉字,用utf格式编码,赋值给gbkkw
#f = open('学术1.xls','w',encoding ='UTF-8') #创建txt格式文件,方便等会存储`

`#添加请求头,模拟浏览器正常访问,避免被反爬虫
headers={'user-agent':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}
for x in range(10): #想要爬取多少页数据
    url = 'http://xueshu.baidu.com/s?wd='+quote(kwen)+'&pn='+str(x*10)+'&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_f_para=sc_tasktype%3D%7BfirstSimpleSearch%7D&sc_hit=1'
    res &#
  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
爬取谷歌学术文献信息,你可以使用 Python 的 requests、BeautifulSoup 和 re 库来实现。 以下是一个简单的代码示例,可以帮助你获取谷歌学术搜索结果页面的 HTML 代码,并从中提取出每篇文献的标题作者摘要链接: ```python import requests from bs4 import BeautifulSoup import re # 搜索关键词 query = 'python web scraping' # 构造查询字符串 params = {'q': query} # 定义请求头 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} # 发送 GET 请求并获取响应 response = requests.get('https://scholar.google.com/scholar', params=params, headers=headers) # 解析 HTML 代码 soup = BeautifulSoup(response.text, 'html.parser') # 提取每篇文献的信息 articles = soup.find_all('div', {'class': 'gs_ri'}) for article in articles: # 提取标题 title = article.find('h3', {'class': 'gs_rt'}).text.strip() # 提取作者 authors = article.find('div', {'class': 'gs_a'}).text.strip() authors = re.sub(r'\xa0', '', authors) authors = re.split(' - ', authors) # 提取摘要 abstract = article.find('div', {'class': 'gs_rs'}).text.strip() # 提取链接 link = article.find('h3', {'class': 'gs_rt'}).find('a')['href'] # 打印结果 print('Title:', title) print('Authors:', authors) print('Abstract:', abstract) print('Link:', link) print('-------------------') ``` 这段代码会输出每篇文献的标题作者摘要链接。你可以根据需求修改代码,提取更多或更少的信息。

“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 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

打赏作者

肥学

感谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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