python爬虫实践(二)——爬取豆瓣读书信息

python豆瓣读书爬虫实践

代码实现:


# -*- coding:utf-8 -*-
'''
爬取豆瓣读书Top250书名,作者,评分,简介
主要用到了requests 和 Beautifulsoup

'''
import  requests
from bs4 import  BeautifulSoup  #导入库

def get_html(url):       #获取HTML的函数
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'}
    resp = requests.get(url,headers=headers).text

    return resp

def all_pages():         #经分析,每隔一页 start= 后面增加25 于是编写函数获取所有url
    base_url = 'https://book.douban.com/top250?start='
    urllist = []
    for page in range(0,250,25):  #利用for循环迭代的方法
        allurl = base_url + str(page)
        urllist.append(allurl)
    return urllist

def html_parse():   #最关键的函数
    for url in all_pages():
        #BeautifulSoup 的解析
        soup = BeautifulSoup(get_html(url), 'lxml')
        #书名
        alldiv = soup.find_all('div', class_='pl2')
        names = [a.find('a')['title'] for a in alldiv]
        #作者
        allp = soup.find_all('p', class_='pl')
        authors = [p.get_text() for p in allp]
        #评分
        starspan = soup.find_all('span', class_='rating_nums')
        scores = [s.get_text() for s in starspan]
        #简介
        sumsapn = soup.find_all('span', class_='inq')
        sums = [i.get_text() for i in sumsapn]
        #利用zip函数打包处理
        for name, author, score, sum in zip(names, authors, scores, sums):
            name = '书名: ' + str(name) + '\n'
            author = '作者: ' + str(author) + '\n'
            score = '分数: ' + str(score) + '\n'
            sum = '简介: ' + str(sum) + '\n'
            data = name + author + score + sum
            f.writelines(data + '====================' + '\n') #写入文件的格式


#文件部分的操作
filename = '豆瓣读书top250.txt' #文件名
f = open(filename, 'w',encoding='utf-8') #写入并解码

html_parse() #调用函数
f.close()  #关闭文件
print('保存成功')  #打印完成信息

 

  • 0
    点赞
  • 9
    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