zoukankan      html  css  js  c++  java
  • 记一次对选美网站的爬取

    #-*- coding:utf-8 -*-
    __author__ = "MuT6 Sch01aR"
    
    import requests
    from bs4 import BeautifulSoup
    import sys
    import io
      
    sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')
    
    respons = requests.get(
        url = "http://www.baidu.com"
    )
    
    respons.encoding = respons.apparent_encoding
    
    soup = BeautifulSoup(respons.text,features="html.parser")
    
    target = soup.find('table',attrs={'class':'ListProduct'})
    
    tr_list = target.find_all("tr")
    
    for i in tr_list[1:200]:
        td_list = i.find_all("td")
        img_url = i.find_all('img')
        #txt = "姓名:"+td_list[0].text,"照片:"+"http://www.baidu.com/"+td_list[1].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[2].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[3].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[4].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[5].find('img').attrs.get("src"),"电话:"+td_list[6].text,"信息:"+td_list[7].text,"报名日期:"+td_list[8].text,"微信号:"+td_list[9].text
        #img_urls = "http://www.baidu.com/"+td_list[1].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[2].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[3].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[4].find('img').attrs.get("src"),"http://www.baidu.com/"+td_list[5].find('img').attrs.get("src")
        txt = "姓名:"+td_list[0].text,"电话:"+td_list[6].text,"信息:"+td_list[7].text,"报名日期:"+td_list[8].text,"微信号:"+td_list[9].text
        file_name = td_list[0].text + ".txt"
        with open(file_name,"wb") as s:
            s.write(bytes(str(txt).encode("utf-8")))
        for a in range(1,6):
            if td_list[a].find('img').attrs.get("src") != "":
                img_urls = "http://www.baidu.com/" + td_list[a].find('img').attrs.get("src")
                img_response = requests.get(url=img_urls)
                file_name1 = td_list[0].text+str(a)+ ".jpg"
                with open(file_name1,"wb") as f:
                    f.write(img_response.content)
    print("++++++++++++++++爬行结束+++++++++++++++")
    
  • 相关阅读:
    定理,定律,公理
    逻辑的体系:论据-》论证-〉论点
    深度解读:数学的本质与宇宙万物的关联--数学的本质是一门语言
    第一性原理的钥匙—逻辑奇点
    系统论的两个方向:系统分析与系统构建
    系统
    科学思考
    系统思考-使用系统论构建系统
    系统论是大尺度的还原论的时空思考-系统论是宏观上的还原论
    思考的几种形式
  • 原文地址:https://www.cnblogs.com/sch01ar/p/7712051.html
Copyright © 2011-2022 走看看