养老信息网涉老政策多页爬取

import re
import json
import openpyxl
import re
import pandas as pd
import requests
import os
import csv
from requests.packages.urllib3.exceptions import InsecureRequestWarning
requests.packages.urllib3.disable_warnings(InsecureRequestWarning)
headers = {
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36'
    }
for i in range(21): #爬取第一到20页
    url = "https://www.yanglaocn.com/policy/?pagetype=&page=i" #网址变化
    s = requests.session()  #获取请求
    res = s.get(url, headers=headers) 
    page_content=(res.text)    #获取网页内容
#用正则表达式解析
    result = re.compile(r'<div class="PageList_P">.*?<a href="(?P<index1>.*?)"'
                    r'.*?title="(?P<index2>.*?)"'
                    r'.*?target="_blank">(?P<index3>.*?)</a>'
                    r'<label>(?P<index4>.*?)</label></div>',re.S)
    result = result.finditer(page_content)
#存入csv文件
    f=open("data2.csv",mode="a")
    csvwriter=csv.writer(f)
    for it in result:
        dic=it.groupdict()
        csvwriter.writerow(dic.values())
    f.close()

养老信息网爬取

养老信息网最新政策

https://www.yanglaocn.com/policy/?pagetype=&page=1https://www.yanglaocn.com/policy/?pagetype=&page=1

最终结果 

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    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 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