url = "https://book.douban.com/latest?icn=index-latestbook-all"
小项目需求:
1.图书海报
2.图书海报存储到本地地址
小项目练练手
步骤:
第一步:请求页面行为,通过浏览器分析(通过谷歌浏览器分析)
第二步:借助浏览器分析页面信息,获取海报信息(使用urllib和bs4库进行分析)
第三步:抓取数据,存储数据(使用open,write方法存储数据到本地)
这里面代码就是按顺序来写的,只是纯粹实现了这个功能:
为什么要写div = soup.find("div",class_="article")?
我们可以利用浏览器分析,从下面图可以看到,所有的书籍名称都包含在<div class="article">下面
对于每个具体书籍,则是包含在<li>这个下面
最终结果如下:
代码进一步优化: