摘要
院士(Academician)源于Academy, Academy是古希腊传说中的一位拯救雅典免遭劫难而牺牲的英雄,属于科学及学术界的最高荣誉头衔。哪里盛产生院士?python爬虫告诉你。
背景调研
目前中国院士共有1500余人,其中科学院院士799人,工程院院士875人。科学院院士名单
http://www.casad.cas.cn/chnl/371/index.html
工程院院士名单
http://www.cae.cn/cae/html/main/col48/column_48_1.html
这里我以工程院院士信息抓取进行讲解。
工程院士出生地分布图
必备模块通过 pip 安装scrapy 爬虫框架模块
通过 pip 安装 jieba 分词模块
通过 pip 安装win32api
如果报ImportError: DLL load failed: 找不到指定的模块。 安装好后,把 D:\Python27_64\Lib\site-packages\pywin32_system32下的所有东西拷贝到C:\Windows\System32下面
爬虫流程
在E盘下面建立文件夹project_scrapy,建立爬虫项目 在E盘下面建立文件夹project_scrapy,进入该文件夹下面,打开cmd窗口,然后运行下面的命令搭建爬虫框架。 scrapy startproject engaca_spider目录树如下:
E:\project_scrapy>tree /f
卷 新加卷 的文件夹 PATH 列表
卷序列号为 00000001 7009:36A5
E:.
<