IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 【爬虫剑谱】第二卷 实战篇 第三章 当当童书榜近30日的数据爬取并保存 -> 正文阅读

[Python知识库]【爬虫剑谱】第二卷 实战篇 第三章 当当童书榜近30日的数据爬取并保存

一、源码

import requests
import pandas as pd
from bs4 import BeautifulSoup

data_info = {
    '图书排名': [],
    '图书名称': [],
    '图书作者': [],
    '图书价格': []
}

def parse_html(soup):

    li_list = soup.select(".bang_list li") # 提取 class = bang_list标签下的所有<li>标签
    for li in li_list:
        data_info['图书排名'].append(li.select(".list_num")[0].text.replace(".",""))
        data_info['图书名称'].append(li.select(".name a")[0].text)
        data_info['图书作者'].append(li.select(".publisher_info a")[0].text)
        data_info['图书价格'].append(float(li.select(".price .price_n")[0].text.replace("¥","")))

headers={
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36 Edg/97.0.1072.76"
}
for i in range(1,26):
    url=f"http://bang.dangdang.com/books/childrensbooks/01.41.00.00.00.00-recent30-0-0-1-{i}-bestsell"
    response=requests.get(url,headers).text
    soup=BeautifulSoup(response,"lxml")
    parse_html(soup)
    print(f"第{i}页爬取完毕")


book_info = pd.DataFrame(data_info) # 将字典转为DataFrame对象格式
print(book_info.isnull())			# 缺失值判断
print(book_info.duplicated())		# 重复值判断


book_info['图书价格'][book_info['图书价格'] > 100] = None  # 将价格大于100的图书价格替换为空值
book_info = book_info.dropna()		# 删除有空值的一行数据


book_info.to_csv('图书销售排行.csv', encoding='utf-8', index=False) 	# 将处理好的数据进行保存,存储格式为csv文件

二、在学习过程中可能会遇到的问题

问题1:不理解源码中关于parse_html类中代码的具体含义

在这里插入图片描述

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-02-06 13:47:28  更:2022-02-06 13:49:07 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/26 15:10:09-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计