python3爬虫之爬取百姓网列表并保存为json

最新推荐文章于 2024-08-03 15:58:00 发布

包子源

最新推荐文章于 2024-08-03 15:58:00 发布

阅读量2k

点赞数 2

分类专栏： python 文章标签： python 爬虫

本文链接：https://blog.csdn.net/ziwoods/article/details/84257645

版权

python 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

python3爬虫之爬取百姓网列表并保存为json文件。这几天一直在学习使用python3爬取数据，今天记录一下，代码很简单很容易上手。

首先需要安装python3。如果还没有安装，请移步python3安装与配置。

首先需要安装requests和lxml和json三个模块

需要手动创建d.json文件

代码

import requests
from lxml import etree
import json

#构造头文件，模拟浏览器访问
url="http://xian.baixing.com/meirongfuwu/"
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36','referer':url}
response=requests.get(url,headers=headers)
body=response.text  #获取网页内容
html=etree.HTML(body,etree.HTMLParser())
gethtml=html.xpath('//div[contains(@class,"media-body-title")]')
# 存储为数组list
jsondata = []
for item in gethtml:
    jsonone={}
    jsonone['title']=item.xpath('.//a[contains(@class,"ad-title")]/text()')[0]
    jsonone['url']=item.xpath('.//a[contains(@class,"ad-title")]/attribute::href')[0]
    jsonone['phone']=item.xpath('.//button[contains(@class,"contact-button")]/attribute::data-contact')[0]
    jsondata.append(jsonone)
# 保存为json
with open("./d.json",'w',encoding='utf-8') as json_file:
    json.dump(jsondata,json_file,ensure_ascii=False)

结果