zoukankan      html  css  js  c++  java
  • 2021年3月27日

    时间:1个小时左右

    代码:200行左右

    博客:1

    知识点:Python的数据分析

    今天学习了关于Python的爬虫操作:

    from builtins import print
    from bs4 import BeautifulSoup
    import requests
    import random
    import re
    
    url = "http://wsjkw.henan.gov.cn/ztzl/xxgzbdfyyqfk/yqtb/"
    
    # us_list = {
    #
    # }
    # user_agent = random.choice(us_list)
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36"
    
    }
    resp = requests.get(url=url, headers=headers)
    resp.encoding = "utf-8"
    html = resp.text
    print(html)
    
    # 把html文件转换为bs4对象
    bs = BeautifulSoup(html)
    content = bs.find_all("a", attrs={"target": "_blank"})  # 使用 attrs过滤
    url_list = []
    
    for item in content:
        print(item.string)
        print(item["href"])
        url_list.append(item['href'])
    
    print(url_list)
    
    url_new = "http://wjw.beijing.gov.cn/wjwh/ztzl/xxgzbd/gzbdyqtb/202104/t20210401_2341891.html"
    #url_new = "http://wsjkw.henan.gov.cn/2021/04-01/2118705.html"
    resp = requests.get(url_new, headers)
    html = resp.content
    print(html)
    
    bs = BeautifulSoup(html, features="html.parser")
    
    result = bs.find_all("p")
    
    c_list = []
    
    for item in result:
        print(item.string)
        c_list.append(item.string)
    print(c_list)
    print("***********")
    #  累计报告本地确诊病例1273例,其中死亡病例22例,出院病例1251例。
    
    patten = "确诊病例(d+)例.*?死亡病例(d+)例.*?出院病例(.*?)例"
    
    result = re.search(patten, str(c_list))
    print("***********")
    print(result)
    print(result.group())
    print(result.groups())
    print(result.group(1))
    print("***********")
    print(c_list)

  • 相关阅读:
    基于XMPP的即时通信系统的建立 — XMPP IQ详解
    XMPPManager 解析
    Xcode 工程文件“.xcodeproj”文件夹解析
    Description &&debugDescription && runtime(debug模式下调试model)
    day04作业
    数字、字符串、列表、字典,jieba库,wordcloud词云
    if,for,异常,random模块,计算圆周率
    day03
    day02
    计算机基础
  • 原文地址:https://www.cnblogs.com/j-y-s/p/14903199.html
Copyright © 2011-2022 走看看