zoukankan      html  css  js  c++  java
  • 吴裕雄--天生自然PYTHON爬虫:使用BeautifulSoup解析中国旅游网页数据

    import requests
    from bs4 import BeautifulSoup
    
    url = "http://www.cntour.cn/"
    strhtml = requests.get(url)
    soup = BeautifulSoup(strhtml.text,"lxml")
    #下面的参数由网站开发者模式中Copy->copy selector复制而来
    data = soup.select("#main > div > div.mtop.firstMod.clearfix > div.centerBox > ul.newsList > li:nth-child(1) > a")
    print(data)

    import requests
    from bs4 import BeautifulSoup
    
    url = "http://www.cntour.cn/"
    strhtml = requests.get(url)
    soup = BeautifulSoup(strhtml.text,"lxml")
    #下面的参数由网站开发者模式中Copy->copy selector复制而来,获取该网站所有超链接内容,删掉::nth-child(1),如下:
    data = soup.select("#main > div > div.mtop.firstMod.clearfix > div.centerBox > ul.newsList > li > a")
    print(data)

    #清洗和组织爬取到的数据
    import requests
    from bs4 import BeautifulSoup
    
    url = "http://www.cntour.cn/"
    strhtml = requests.get(url)
    soup = BeautifulSoup(strhtml.text,"lxml")
    #下面的参数由网站开发者模式中Copy->copy selector复制而来,获取该网站所有超链接内容,删掉::nth-child(1),如下:
    data = soup.select("#main > div > div.mtop.firstMod.clearfix > div.centerBox > ul.newsList > li > a")
    for item in data:
        result={
            "title":item.get_text(),
            "link":item.get("href")
        }
        print(result)

    #清洗和组织爬取到的数据,获取每个链接后面的ID
    import re
    import requests
    from bs4 import BeautifulSoup
    
    url = "http://www.cntour.cn/"
    strhtml = requests.get(url)
    soup = BeautifulSoup(strhtml.text,"lxml")
    #下面的参数由网站开发者模式中Copy->copy selector复制而来,获取该网站所有超链接内容,删掉::nth-child(1),如下:
    data = soup.select("#main > div > div.mtop.firstMod.clearfix > div.centerBox > ul.newsList > li > a")
    for item in data:
        result={
            "title":item.get_text(),
            "link":item.get("href"),
            "ID":re.findall("d+",item.get("href"))
        }
        print(result)

  • 相关阅读:
    Django——model(建表,增删改查,外键,多对多)
    Django——model中的参数
    Django——路由系统,视图(接收文件等)
    Django——创建Django工程,app,模板语言
    前端——jQuery
    前端——DOM(添加标签,属性操作,各个事件,操作标签)
    前端——CSS
    Velocity模版自定义标签
    Velocity模版自定义标签
    Velocity模版自定义标签
  • 原文地址:https://www.cnblogs.com/tszr/p/12185145.html
Copyright © 2011-2022 走看看