用python爬取交大图书馆图书信息

为了解决逐页手动查找交大图书馆图书信息的不便,本文介绍了一个使用Python编写的爬虫程序。该程序能直接生成TXT文件,方便快速查看图书馆数据。建议在http://opac.lib.sjtu.edu.cn进行搜索以避免样式问题。
摘要由CSDN通过智能技术生成

由于到图书馆中查找数据的时候,每个网页都需要一张一张的翻转,而同时因为每张网页中的内容十分有限,故写此爬虫,方便查找之用

# -*- coding=utf-8 -*-
#@author: 、Edgar
#@version: 1.1
import requests
import urllib.error
from bs4 import BeautifulSoup
import time
import threading

def get_html(url):
    """
    获取网页的源代码
    """
    header = {
   "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) "
                            "Chrome/76.0.3809.100 Safari/537.36"}
    try:
        response = requests.get(url, headers=header)
        response.encoding = response.apparent_encoding
    except requests.HTTPError as e:
        print(e)
    except urllib.error.URLError as e:
        print(e)
    else:
        return response.text


def is_last_page(soup):
    """
    判断该网页是不是最后一页了, 如果是的话,就返回False代表是最后一页
    否则的话返回下一页的网页地址
    """
    target = soup.find('a', {
   "title": "Next"})
    if target is None:
        return False
    else:
        return target["href"]


def spider(soup):
    """
    爬取是搜索后的网页,获得书名,余量等
    """
    tr_list = soup.find("table", {
   "cellspacing": "1"}).findAll("tr", {
   
  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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