Week8.3: Python爬虫项目

三、解析内容

3.1 对爬取的HTML文件进行解析

3.1.2 逐一解析，提取数据

利用beautifulSoup模块对文本进行解析：

 3.1.3 BeautifulSoup的常见用法：

# t_list = bs.select("head>title")    #通过子标签来查找
# print(t_list)

# t_list = bs.select(".mnav~.bri")     #找到与manv同级的bri（通过兄弟标签来查找）
# print(t_list[0].get_text())

# t_list = bs.select(".mnav")     #通过类名查找
# print(t_list)
#
# t_list = bs.select("#u1")     #通过id查找
# print(t_list)

四、保存数据

4.1 Excel保存数据

利用python库xlwt将抽取的数据datalist写入Excel表格：

先定义保存路径：

调用：

五、结束主函数

六、查看保存的数据