easyexcel 获取sheet名_学习爬虫51天，我不止成功获取豆瓣top250信息，还会建excel了！...

昨天定义了所有找到内容的规则，下一步就是如何应用、对每个找到的内容进行解析。

同样的，也是参照获取影片详细超链接的办法添加图片。

后面添加每个内容时，都要考虑其特殊性，比如添加片名，就要考虑其有可能既有中文名，又有英文名，所以再给其加个条件语句。

定义两个变量 ：中文标题 ctitles ，外标题 otitles。

注意要去掉英文标题前面的斜杠，使用 replace 将斜杠替换成空格。

另外，添加影片概述，要考虑有的片子没有概述的情况。

添加影片相关内容时，要去掉一些不要的符合以及空格。

最后，使用 datalist.append(data) ，把处理好的一部电影信息放入 datalist 即可。

打印一下，看看效果。

可以清楚的看到电影链接、图片链接、电影中文名、外国名、评分、评价人数、一句话概述、相关信息介绍等内容全部都获取到了。

当然，也能看到还有些符号没有去除干净，这个问题不大。

至此，数据解析、提取工作，成功突破！

总结：

整个标签解析工作，使用的是 Beautiful Soup 库，它能提供一些简单的、Python式的用来处理导航、搜索、修改分析树等功能，通过解析文档为用户提供需要抓取的数据。

我们需要的每个电影都在一个<div>的标签中，且每个div标签都有一个属性 class = “item”。

soup = BeautifulSoup(html, "html.parser")这个语句，就是创建 BeautifulSoup 对象，html为页面内容，html.parse 是一种页面解析器。

for item in soup.find_all("div", class_="item"):这个循环，是为了找到能够完整提取出一个影片内容的项，即页面中所有样式是item类的div。

所有内容解析后，使用了正则表达式进行提取。

正则表达式，通常被用来检索、替换那些符合某个模块（规则）的文本。

Python 中使用 re模块 操作正则表达式。

这种一环套一环的感觉，让我想起了当初和工友搬砖的日子。

下面就该研究如何保存数据了。

保存数据一般有两种方式：一种是在excel里面保存，另一种是在数据库进行保存。

先说第一种。

使用excel表格保存，就需要利用 Python库 xlwt 将抽取的数据 datalist 写入 excel表格。

基本思路是以 utf-8 编码创建一个excel对象，再由它来创建一个sheet表，接下来往单元格里写数据，最后保存。

这里可以将workbook理解成一个excel文件，而worksheet理解成文件中的一个表单。

worksheet中的单元格，本质上就是一个矩阵。

可以看到左面多了一个文件 student.xls ，说明我们创建成功了。

然后这里老师留了个小作业，让结合以前学的九九乘法表，用十分钟时间，将九九乘法表保存在 student.xls 中。

机智如我，用了15分钟，嗯，果然还是失败了，郁闷。

哎，作为40岁的老男人，果然最缺少的，就是灵性了。