中国大学MOOC课程信息爬取与数据存储

本文介绍了如何使用Python的selenium库爬取中国大学MOOC的动态课程信息,并进行数据分析和存储到MySQL数据库中,包括课程名称、教师和参与人数等。文章还提到了在爬取和存储过程中遇到的问题及解决方案。
摘要由CSDN通过智能技术生成

版权声明:本文为博主原创文章,转载 请注明出处: https://blog.csdn.net/sc2079/article/details/82016583

10月18日更:MOOC课程信息D3.js动态可视化

9月2日更:中国大学MOOC课程信息之数据分析可视化二

9月1日更:关于MOOC的课程信息数据分析,参看:中国大学MOOC课程信息之数据分析可视化一

!!!注意:当前代码已过时(网站有所改动),仅做思路参考。

  • 写在前面

        暑假没事玩玩爬虫,看到中国大学MOOC便想爬取它所有课程信息。无奈,它不是静态网页,课程数据都是动态加载的。而爬取动态页面目前来说有两种方法:

  1. 分析页面Ajax请求
  2. selenium模拟浏览器行为

         可能方法不正确,我尝试了前者发现行不通,便采用了后者。由于第一次写博客且自己编程能力有限,文中有不足或需要改进的地方请不吝赐教。

  • 环境配置及模块安装

编译环境: Python3.6 、Spyder

依赖模块:pymysql,selenuim,bs4,re等

另外还要下载chromedriver并配置,参考这篇文章

  • 简要分析流程

  1. 主页分析

    2

主页上便有课程类别,可以将其保存为字典,通过不同课程类别便可到达相应课程类别界面。

subjects&#
评论 32
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