python爬取豆瓣读书界面的书名、作者、价格、导入数据库_python爬虫：利用正则表达式爬取豆瓣读书首页的book...

1、问题描述：

爬取豆瓣读书首页的图书的名称、链接、作者、出版日期，并将爬取的数据存储到Excel表格Douban_I.xlsx中

2、思路分析:

发送请求--获取数据--解析数据--存储数据

2、利用requests.get()方法向豆瓣读书首页发送请求，获取首页的HTML源代码

#目标网址

targetUrl = "https://book.douban.com/"

#发送请求，获取响应

response = requests.get(targetUrl).text

3、利用正则re.findall()解析出想要的信息: Name Url Author Date

#编译成正则表达式对象，便于复用该匹配模式

pattern = re.compile('

(.*?).*?year">(.*?).*?', re.S)

results = re.findall(pattern, response)

4、将数据存储到Excel表格中

workBook = xlwt.Workbook(encoding='utf-8') #创建Excel表，并确定编码方式

sheet = workBook.add_sheet("Douban_I")

headData = ["书名", "链接", "作者", "出版日期"] #表头信息

for colNum in range(len(headData)):

sheet.write(0, colNum, headData[colNum])

raw =