zoukankan      html  css  js  c++  java
  • python爬虫豆瓣网

    import requests
    from bs4 import BeautifulSoup
    url = 'http://www.douban.com'
    wb_data = requests.get(url)
    soup = BeautifulSoup(wb_data.text,'lxml')
    titles = soup.select('#anony-events > div > div.main > div > ul > li > div.info > div.title > a')
    times = soup.select('#anony-events > div > div.main > div > ul > li > div.info > div.datetime')
    didian = soup.select('#anony-events > div > div.main > div > ul > li > div.info > address')
    scores = soup.select('#anony-events > div > div.main > div > ul > li > div.info > div.follow')
    for title,time,di,score in zip(titles,times,didian,scores):
        data = {
            'title':title.get_text(),
            'time':time.get_text(),
            'di':di.get_text(),
            'score':score.get_text()
        }
        for key,value in data.items():
            print(key,':',value)
        print('------------------------------')

    简单爬取豆瓣网同城活动内容,爬取结果:

    di :
    金阳东街18号万科都荟体验...

    title :
    万科携手设计地图100 献上原创“家剧”大片

    time :
    5月29日 周日 - 6月12日 周日

    score :
    23人关注

    ------------------------------
    di :
    云南路50号和光陶社

    title :
    色诱——小草釉画展

    time :
    5月23日 周一 - 6月6日 周一

    score :
    52人关注

    ------------------------------
    di :
    长江路101号 南京文化艺术中心

    title :
    蓝色多瑙河四手联弹钢琴音乐会
    正在售票

    time :
    8月20日 周六 19:30 - 21:00

    score :
    12人关注

    ------------------------------
    di :
    玄武区长江路101号南京文化...

    title :
    南京站-爱乐汇·“天空之城”久石让&宫崎骏动漫作品视...
    正在售票

    time :
    7月15日 周五 19:30 - 21:30

    score :
    10人关注

    ------------------------------

  • 相关阅读:
    PTA 5-3 树的同构 ——理解递归
    停车管理系统
    两个有序链表序列的合并 (15分)
    lua 面向对象笔记 继承 和 组合
    二叉树高度计算,判定是否为平衡二叉树
    会用git的重要性,记工作中使用git reset 代码丢失的教训
    #include <bits/stdc++.h> 万能头文件
    C++中类的静态变量成员
    C++创建对象加括号和不加括号的区别
    deepin(深度系统)安装微信 qq
  • 原文地址:https://www.cnblogs.com/chenyaling/p/5556589.html
Copyright © 2011-2022 走看看