【python爬虫】爬取疾病资料库

本文介绍如何使用Python爬虫从疾病资料库http://web.tfrd.org.tw/genehelp/diseaseDatabase.html?selectedIndex=0获取疾病名称。尽管网页源代码中未直接显示数据,但通过F12开发者工具可以找到请求URL。解析该URL的内容,发现大部分文字即为疾病名称。代码实现中,简单地将中文字符识别为疾病名称。
摘要由CSDN通过智能技术生成

资料库地址:http://web.tfrd.org.tw/genehelp/diseaseDatabase.html?selectedIndex=0

资料库它长这样:

这次主要爬取其中的疾病名称,难点在于网页源代码是看不到数据的,但是可以通过F12开发者工具查看网页请求数据的源网址

 

可以看到requestURL的地址,打开这个地址可以看到:

 

 其中的大部分文字就是疾病名称,爬取这个就不难了。

首先将源码中的中文字符看作疾病名称!

import requests
import bs4
from bs4 import BeautifulSoup

url= 'http://web.tfrd.org.tw/
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