python爬虫实践(二)——爬取豆瓣读书信息

python豆瓣读书爬虫实践

代码实现:


# -*- coding:utf-8 -*-
'''
爬取豆瓣读书Top250书名,作者,评分,简介
主要用到了requests 和 Beautifulsoup

'''
import  requests
from bs4 import  BeautifulSoup  #导入库

def get_html(url):       #获取HTML的函数
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'}
    resp = requests.get(url,headers=headers).text

    return resp

def all_pages():         #经分析,每隔一页 start= 后面增加25 于是编写函数获取所有url
    base_url = 'https://book.douban.com/top250?start='
    urllist = []
    for page in range(0,250,25):  #利用for循环迭代的方法
        allurl = base_url + str(page)
        urllist.append(allurl)
    return urllist

def html_parse():   #最关键的函数
    for url in all_pages():
        #BeautifulSoup 的解析
        soup = BeautifulSoup(get_html(url), 'lxml')
        #书名
        alldiv = soup.find_all('div', class_='pl2')
        names = [a.find('a')['title'] for a in alldiv]
        #作者
        allp = soup.find_all('p', class_='pl')
        authors = [p.get_text() for p in allp]
        #评分
        starspan = soup.find_all('span', class_='rating_nums')
        scores = [s.get_text() for s in starspan]
        #简介
        sumsapn = soup.find_all('span', class_='inq')
        sums = [i.get_text() for i in sumsapn]
        #利用zip函数打包处理
        for name, author, score, sum in zip(names, authors, scores, sums):
            name = '书名: ' + str(name) + '\n'
            author = '作者: ' + str(author) + '\n'
            score = '分数: ' + str(score) + '\n'
            sum = '简介: ' + str(sum) + '\n'
            data = name + author + score + sum
            f.writelines(data + '====================' + '\n') #写入文件的格式


#文件部分的操作
filename = '豆瓣读书top250.txt' #文件名
f = open(filename, 'w',encoding='utf-8') #写入并解码

html_parse() #调用函数
f.close()  #关闭文件
print('保存成功')  #打印完成信息

 

全部评论

相关推荐

感觉这一周太梦幻了,就像一个梦,很不真实~~~感觉这个暑期,我的运气占了99成,实力只有百分之一4.15上午 腾讯csig 腾讯云部门,面完秒进入复试状态4.16下午 美团优选供应链部门,4.18上午发二面4.17晚上 阿里国际一面,纯拷打,面完我都玉玉了4.18下午 阿里国际二面,是我们leader面的我,很轻松~~4.18晚上 约了hr面4.19上午 hr面,下午两点口头oc4.19晚上 意向书说起来我的暑期好像一次都没挂过~~~~~难道我是天生面试圣体?----------------------------------------------------------------------六个月前,我还是0项目0刷题,当时想的是先把论文发出来再去找实习。结果一次组会,老师打破了我的幻想(不让投B会,只让投刊或者A)我拿头投啊!!!然后就开始物色着找实习,顺便做完了mit的6.s081,但是基本上还是没刷过题目-----------------------------------------------------------------------11月  一次偶然的机会,面进了某个耳机厂的手环部门,大概是做嵌入式的,用的是CPP。12月 莫名其妙拿到了国创的面试机会,0基础四天速成java基础!居然也给我面过了hhhhh,可能是面试没写题吧入职国创后的几个月,一直没活,天天搁那看剧,都快忘了还有暑期实习这回事了~~~~命运的齿轮在2.26开始转动,因为这一天美团开了,我开始慌了,因为那时的我什么都不会。lc,八股,sql全部是0进度。然后就开始了女娲补天,上班刷题,下班继续做之前的开源,顺便学一学八股。3月到现在,lc也刷到快200了,一天最多提交了47次~~~~~~~~~~八股根据别人的面经总结和博客,写了快十万字的笔记~~~~~~~~~~简历上的实习经历和开源,也努力去深挖了,写了几万字的记录~~~~~~所以面试的时候,基本上都能cover了,面试官问到的基础基本都会,不基础的我就把他往我会的地方引。结果好像还不错,基本上每个面试官评价都挺好的emmmmmmmm
投递阿里巴巴等公司10个岗位
点赞 评论 收藏
转发
点赞 收藏 评论
分享
牛客网
牛客企业服务