爬取人民邮电出版社书籍信息

一,请求页面,获取bookId

在这里插入图片描述

import requests
import json


# 获取bookId
url = 'https://www.ptpress.com.cn/masterpiece/getMasterpieceListForPortal'

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36 Edg/95.0.1020.44'
}

text_json = requests.get(url=url,headers=headers)
res = json.loads(text_json.content)
for re in res:
	print(re['bookId'])

二、模拟post请求,获取详细信息

在这里插入图片描述
在这里插入图片描述

def json_detail(bookid):
	# post请求,需要传递参数,参数就是bookId
	url = 'https://www.ptpress.com.cn/bookinfo/getBookDetailsById'
    bookid = bookid
    params = {
        'bookId':bookid,
    }
    text_json = requests.post(url=url, headers=headers,params=params)
    res = json.loads(text_json.content)['data']
    Book_data = res['bookDetail']['data']
    print(res['author'],res['discountPrice'],Book_data['isbn'],Book_data['edition'],Book_data['frame'],Book_data['format'],Book_data['publishDate'],Book_data['pages'])
    # ['书名', '书id', '图片地址','价格','作者','ISBN','语种','包装','开本','出版时间','页数']
    return res['author'],res['discountPrice'],Book_data['isbn'],Book_data['edition'],Book_data['frame'],Book_data['format'],Book_data['publishDate'],Book_data['pages']

三、将数据保存到execl表

def save_execl(res):
    wb1 = openpyxl.Workbook()
    sheet = wb1.active
    sheet.title = "人民邮电精品力作"
    title = ['书名', '书id', '图片地址','作者','价格','ISBN','语种','包装','开本','出版时间','页数']
    sheet.append(title)

    for re in res['data']:
        author,discountPrice,isbn,edition,frame, format,publishDate, pages=json_detail(re['bookId'])
        sheet.append([re['bookName'],re['bookId'],re['picPath'],author,discountPrice,isbn,edition, frame, format,publishDate, pages])


    wb1.save('数目表.xlsx')

在这里插入图片描述

四、完整代码

import requests
import json
import openpyxl


url = 'https://www.ptpress.com.cn/masterpiece/getMasterpieceListForPortal'

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36 Edg/95.0.1020.44'
}

text_json = requests.get(url=url,headers=headers)
res = json.loads(text_json.content)

def save_execl(res):
    wb1 = openpyxl.Workbook()
    sheet = wb1.active
    sheet.title = "人民邮电精品力作"
    title = ['书名', '书id', '图片地址','作者','价格','ISBN','语种','包装','开本','出版时间','页数']
    sheet.append(title)

    for re in res['data']:
        author,discountPrice,isbn,edition,frame, format,publishDate, pages=json_detail(re['bookId'])
        sheet.append([re['bookName'],re['bookId'],re['picPath'],author,discountPrice,isbn,edition, frame, format,publishDate, pages])


    wb1.save('数目表.xlsx')


def json_detail(bookid):
    # url = 'https://www.ptpress.com.cn/bookinfo/getBookListForRecommend'
    url = 'https://www.ptpress.com.cn/bookinfo/getBookDetailsById'
    bookid = bookid
    params = {
        'bookId':bookid,
    }
    text_json = requests.post(url=url, headers=headers,params=params)
    res = json.loads(text_json.content)['data']
    Book_data = res['bookDetail']['data']
    print(res['author'],res['discountPrice'],Book_data['isbn'],Book_data['edition'],Book_data['frame'],Book_data['format'],Book_data['publishDate'],Book_data['pages'])
    # ['书名', '书id', '图片地址','价格','作者','ISBN','语种','包装','开本','出版时间','页数']
    return res['author'],res['discountPrice'],Book_data['isbn'],Book_data['edition'],Book_data['frame'],Book_data['format'],Book_data['publishDate'],Book_data['pages']

save_execl(res)

  • 8
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,我们可以使用 Python 中的 `requests` 和 `BeautifulSoup` 库来实现该功能。先使用 `requests` 库发送 GET 请求,然后使用 `BeautifulSoup` 库解析 HTML 页面,提出我们需要的数据。 请先在命令行中输入以下命令安装 `requests` 和 `BeautifulSoup` 库: ``` pip install requests beautifulsoup4 ``` 安装完成后,可以使用以下 Python 代码实现你的需求: ```python import requests from bs4 import BeautifulSoup url = 'https://www.ptpress.com.cn' response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') # 找到所有图书信息所在的 li 标签 book_list = soup.find_all('li', class_='col-md-2 col-sm-3 col-xs-4') # 遍历每个图书信息 li 标签 for li in book_list: # 提图书名称和价格 name = li.find('h5', class_='title').text.strip() price = li.find('p', class_='price').text.strip() # 打印出图书名称和价格 print('名称:', name) print('价格:', price) # 打印出状态码和页面文本信息 print('状态码:', response.status_code) print('页面文本信息:', response.text) ``` 在这个代码中,我们先使用 `requests` 库中的 `get()` 方法发送一个 GET 请求,获 https://www.ptpress.com.cn 的首页页面信息。 然后,我们使用 `BeautifulSoup` 库解析 HTML 页面,并找到所有图书信息所在的 `li` 标签。遍历每个图书信息 `li` 标签,提图书名称和价格,并打印出来。 最后,我们使用 `print()` 函数打印出状态码和页面文本信息。 注意,本示例代码中的 URL 是一个有效的链接,但并不保证在未来一直有效。如果需要其他网站或页面,请将 `url` 变量替换为相应的链接。

“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