豆瓣书评爬虫

版权声明:未经允许,随意转载,请附上本文链接谢谢(づ ̄3 ̄)づ╭❤~
https://blog.csdn.net/xiaoduan_/article/details/80835248

豆瓣书评爬虫

一年前学的爬虫,忘得差不多了,现在复习一下
最近读了《白夜行》,就拿它下手喽

import requests
from lxml import etree
import pandas as pd
import time

data = []
def get_userdata(page):
    for i in range(1, page + 1):
        url = 'https://book.douban.com/subject/3259440/comments/hot?p={}'.format(i)
        print("正在爬取第{}页\n".format(i))
        print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))
        time.sleep(1)
        r = requests.get(url)
        s = etree.HTML(r.text)

        xiaodata = s.xpath('//div[@id="comments"]//div/p/text()')

        data.extend(xiaodata)

if __name__ == '__main__':
    get_userdata(20)
    df = pd.DataFrame(data)
    df.to_csv('白夜行.csv', encoding='utf-8-sig')
    print("任务完成")

最后结果,爬20页意思意思就好啦

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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