这福利给你要不要 — 用Python采集相亲网站女生数据

前言

俗话说学咱这行的男同志 找对象容易吗

这马上就要过完年了 是时候找找女朋友了

我在这里摸索到了个网站 或许你们可以来看看

送一波单身福利 不需要的也可以学学怎么采集这些数据呗

环境与模块

环境开发

• Python 3.8
• Pycharm

模块使用

import parsel       --> pip install parsel
import requests     --> pip install requests
import csv
import re

安装模块

模块没有安装的朋友

win + R 输入cmd 输入安装命令 pip install 模块名 (如果你觉得安装速度比较慢, 你可以切换国内镜像源)

模块安装问题:

• 如果安装python第三方模块:
  1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
  2. 在pycharm中点击Terminal(终端) 输入安装命令

• 安装失败原因:

• 失败一: pip 不是内部命令
  解决方法: 设置环境变量

• 失败二: 出现大量报红 (read time out)
  解决方法: 因为是网络链接超时, 需要切换镜像源

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：https://pypi.hustunique.com/
山东理工大学：https://pypi.sdutlinux.org/
豆瓣：https://pypi.douban.com/simple/
例如：pip3 install -i https://pypi.doubanio.com/simple/ 模块名

• 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
  解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好 或者你pycharm里面python解释器没有设置好

如何配置pycharm里面的python解释器?

1. 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
2. 点击齿轮, 选择add
3. 添加python安装路径

pycharm如何安装插件?

1. 选择file(文件) >>> setting(设置) >>> Plugins(插件)
2. 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
3. 选择相应的插件点击 install(安装) 即可
4. 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效

---

基本思路流程

一. 数据来源分析:

1. 明确需求：

采集数据是什么 —> 资料数据 <静态网页>

都是在网页源代码里面

只要获取到所有 ID 就可以 采集所有数据信息

就有所有 小姐姐 详情页url ID

二. 代码实现步骤:

• 发送请求
• 获取数据
• 解析数据
• 保存数据

获取所有详情页ID:

1. 发送请求, 模拟浏览器对于url地址发送请求

2. 获取数据, 获取服务器返回响应数据
   开发者工具 —> response

3. 解析数据, 提取我们想要数据内容
   详情页ID —> UID
   获取详情页资料信息

4. 发送请求, 模拟浏览器对于url地址发送请求
   
   资料详情页url地址

5. 获取数据, 获取服务器返回响应数据
   网页源代码

6. 解析数据, 提取我们想要数据内容
   基本资料信息

7. 保存数据, 把数据内容保存本地
   基本资料信息保存csv表格
   照片数据, 保存本地文件夹

---

实现代码

完整 源码 点击 此处 领取 即可

# 导入数据请求模块
import requests