python 爬虫 beautifulsoup 和 requests 的使用

这篇博客介绍了如何使用Python的requests和BeautifulSoup库来爬取NBA球员数据网站上的前50名球员信息。首先通过pip安装所需库,然后发送HTTP请求获取网页内容,接着设置正确的编码并利用BeautifulSoup解析HTML。通过选择器选取表格中的数据,并将内容写入HTML文件。
摘要由CSDN通过智能技术生成

 python 爬虫  beautifulsoup 和 requests 的使用

安装bs4 和 requests

pip install requests bs4

导入bs4 和 requests

import requests
from bs4 import BeautifulSoup

例子:

爬取NBA球员的信息

# 新建“exerc3”Python文件完成作业:NBA球员数据网站如下:
# “http://data.sports.sohu.com/nba/nba_players_rank.php?order_by=points&spm=smpc.fb-nba-home.top-dc.2.1620824904040nf6byr7”,
# 爬取前50名球员所有的数据打包成JSON数据或CSV数据写入到文件中。


# pip install requests bs4

# 第一步,导入需要用到的库
import requests
from bs4 import BeautifulSoup




# 第二步,请求网页内容
url = "http://data.sports.sohu.com/nba/nba_players_rank.php?order_by=points&spm=smpc.fb-nba-home.top-dc.2.1620824904040nf6byr7"  # 需要请求的网页的链接
html = requests.get(url)  # get方式请求数据
# print(html.status_code)  # 查看请求的状态码(200表示请求正常)
html.encoding = html.apparent_encoding  # 设置编码,防止由于编码问题导致文字错乱
# print(html.text)  # 查看请求到的内容
content = html.text

# print(content)

# 第三步,解析你需要的内容
# 解析器自带的是html.parser,也可以用lxml,兼容性更好,不过要单独安装第三方库
soup = BeautifulSoup(content, "html.parser")
# 1 按标签名查找标签
#使用find方法找到里面标签为a标签,文本内容为读书的标签(注意这里是完全匹配)
#

# 使用select CSS 选择器选择carousel 这个class内容,并且是里面a标签的内容,注意是一个列表内容


# 使用write将这些爬取下来的内容一行一行的写入文件中
# coding=UTF-8
filename = 'NBA.html'
with open(filename, 'w', encoding='utf-8') as f:  # 打开文件必须设置encoding='utf-8'编码格式 ,否则无法写入正确格式导致写不进去

    for i in soup.select(".table01 tr"):

        if i.select("td"):
            trs = i.select("td")#获取所有tr节点
            # print(trs)

            # 便利trs数组
            for tr in  trs:
                # 获取每一个tr里面的内容
                print(tr)
                tr_text = tr.get_text()
                # print(tr.get_text())
                f.write(tr_text+ "\n")




            # f.write("['link':{},'name':{}] \n".format(a[0].get("href"),a[1].getText()))

# # 使用find方法找到里面标签为a标签,文本内容为读书的标签(注意这里是完全匹配)
# tags = soup.find(name='a', text='读书')

 

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