python爬取豆瓣出版社

用python爬取豆瓣所有出版社https://read.douban.com/provider/all
data=urllib.request.urlopen(‘https://read.douban.com/provider/all’).read()
print(type(data))
<class ‘bytes’ >

对数据格式进行转换
da=data.decode(‘utf-8’)
print(type(da))
<class ‘str’>

import re
import urllib.request

pat='<div class="name">(.*?)</div>' #正则表达式
data=urllib.request.urlopen('https://read.douban.com/provider/all').read()
da=data.decode('utf-8') #对爬取的网页bytes格式转化为str
rst=re.compile(pat).findall(str(da))
#写入文本中
f=open('F:/pytest/unit/prod.txt','w')
for i in rst:
  f.write(i+'\n')
  #f.write('\n')
print(rst)
f.close()
评论
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