Python ：Excel文件的基础操作 (附爬取音乐网站操作)

最新推荐文章于 2024-10-04 20:57:51 发布

茗久

最新推荐文章于 2024-10-04 20:57:51 发布

阅读量112

点赞数

文章标签： excel python 信息可视化爬虫

本文链接：https://blog.csdn.net/ykm302/article/details/133654855

版权

本文介绍了使用Python的Openpyxl库处理Excel数据，包括创建Workbook、获取活跃worksheet、写入数据以及爬取网页数据并解析后存储到Excel的工作流程。

摘要由CSDN通过智能技术生成

from openpyxl import Workbook

步骤一：创建一个 workbook

wb = Workbook()

步骤二：获取被激活的 worksheet
#注意必须得激活对象，不然写不进去
ws = wb.active

步骤三：创建列的标题title与link
 ws.append([title,link])
#储存进save
    wb.save('新闻.xlsx')

步骤四：设置内容

ws['A1'] = "新的值"

按照指定路径（包含文件名）保存

wb.save("D:\test_code\练习\新建.xlsx")
print(type(wb))

爬取代码

import os
import requests
import re
from jsonpath import jsonpath
from openpyxl import workbook

wb=workbook.Workbook()
ws=wb.active
ws.append(['标题','链接'])
def get_data(url):
    try:
        data={
            "Cookie": "bbs_sid=e1tu5kp8d7f9ulrab3k3prdafr; cookie_test=FgWb0AuDkkS_2F_2BVDXlxvGO2e9_2Bra29FiSvIElDQjapyCh4MoW; Hm_lvt_4ab5ca5f7f036f4a4747f1836fffe6f2=1696498192; Hm_lpvt_4ab5ca5f7f036f4a4747f1836fffe6f2=1696498192",
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0.0.0 Safari/537.36 Edg/117.0.2045.47"
        }
        r=requests.get(url,headers=data,params=add)
        print(r.status_code)
        r.raise_for_status()
        print("请求成功！")
        a=r.json()
        return a
    except:
        print("请求失败！")

def parse_data(data):
    titles=jsonpath(data,'$..title')
    url1 = jsonpath(data,'$..url')
    for title,urls in zip(titles,url1):
        print(title)
        print(urls)
        print(f"{'='*30}")
        # save_data(title, urls)
#此方法会出现bool类型不可迭代的报错

def save_data(title,link):
    ws.append([title,link])
    wb.save('新闻.xlsx')


if __name__=="__main__":
    url = 'https://i.news.qq.com/trpc.qqnews_web.kv_srv.kv_srv_http_proxy/list'
    add = {
        'sub_srv_id': '24hours',
        'srv_id': 'pc',
        'offset': '0',
        'limit': '20',
        'strategy': '1',
        'ext': '{"pool":["top","hot"],"is_filter":7,"check_type":true}',
    }
    for i in range(0,181,20):
        add['offset']=str(i)
        h=get_data(url)
        parse_data(h)
        print(f'第{i}页')