爬虫，爬取景点信息采用pandas整理数据

一、首先需要导入我们的库函数

导语：通过看网上直播学习得到，如有雷同纯属巧合。

import requests#请求网页链接
import pandas as pd#建立数据模型
from bs4 import BeautifulSoup
import io
import sys#防止乱码
sys.stdout=io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')

注：如有库安装不了，可参考上一篇随笔。

二、源代码：

 1 import requests
import pandas as pd
from bs4 import BeautifulSoup
import io
import sys#防止乱码
sys.stdout=io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')
def get_url(n):
    #获取网页链接
    urls=[]
    for i in range(1,n+1):
        urls.append('https://travel.qunar.com/p-cs299878-shanghai-jingdian-1-%s' %i)#获取n段网页链接
    return urls

    pass

def get_data(url):#获取一段网页链接的数据
    r=requests.get(url)
    soup=BeautifulSoup(r.text,'lxml')#lxml一种不错的编译器
    ul=soup.find('ul',class_='list_item clrfix')#在网页中通过查找元素信息找到其名称
    lis=ul.find_all('li')#查找所有信息
    datalst=[]#定义一个数据字典
    for li in lis:
        dic={}#将需要查找的信息写入数据字典
        dic['景点名称']=li.find('span',class_='cn_tit').text
        dic['星级']=li.find('span',class_='cur_star')['style'].split(':')[1].replace('%','')#将数据中的百分号去掉实现初步数据清洗
        dic['经度']=li['data-lng']
        dic['纬度']=li['data-lat']
        datalst.append(dic)
    return datalst
     

def get_alldata(n):#按要求查找多段网页链接的数据
    alldata=[]
    for url in get_url(n):
        alldata.extend(get_data(url))
    return alldata
#print(get_alldata(2))
df=pd.DataFrame(get_alldata(2))#建立pandas模型，按要求输出
print(df)

三、运行结果：

 四、存储：

这里采用csv存储，在获取信息时写入以下代码把取得的信息写入表格中。

def get_alldata(n):
    alldata=[]
    for url in get_url(n):
        alldata.extend(get_data(url))
    alldata=[str(x) for x in alldata]
    with open('describe.csv','a',encoding='utf8')as f:#在自己的运行目录下新建一个csv后缀名的文件夹然后打开以读写的方式
        f.write(','.join('%s' %id for id in alldata))#为了防止数字转字符串出错首先逐个遍历我们的列表然后再写入
    f.close()#操作完成应记住关闭文件夹。
    return alldata

运行结果：

 

 如上图所示数据已成功写入csv文件夹中。

 小有瑕疵，初学见谅！！！