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?
- 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
- 点击齿轮, 选择add
- 添加python安装路径
pycharm如何安装插件?
- 选择file(文件) >>> setting(设置) >>> Plugins(插件)
- 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
- 选择相应的插件点击 install(安装) 即可
- 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:
- 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:
- 发送请求, 模拟浏览器对于url地址发送请求
-
获取数据, 获取服务器返回响应数据
开发者工具 —> response -
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 -
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 -
获取数据, 获取服务器返回响应数据
网页源代码 -
解析数据, 提取我们想要数据内容
基本资料信息 -
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
# 导入数据请求模块
import requests