hello,大家好,我是wangzirui32,今天我们来学习如何爬取CSDN博客文章列表,并将数据存储到Excel里。
开始学习吧!(Tips:本节课有点复杂,请耐心学习!)
前言
最近,我想看看自己博客文章的情况,但是又懒得一个又一个去翻,于是,我决定要使用Python爬虫来获取博客的情况。(本篇文章是针对CSDN新版博客主页的网络爬虫)
1. 网页代码分析
下面我们要爬取很多数据,于是,我用两张图来代替解释:
2. 编写代码
根据上面的分析编写代码:
# -*- coding: utf-8 -*-
import requests
from bs4 import BeautifulSoup
import pandas as pd
"""
pandas库安装:pip install pandas
"""
# 请求头
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; rv:85.0) Gecko/20100101 Firefox/85.0",
"Host": "blog.csdn.net"
}
url = "https://blog.csdn.net/wangzirui32"
r = requests.get(url, headers