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
 
   -> 人工智能 -> 豆瓣爬虫练习 -> 正文阅读

[人工智能]豆瓣爬虫练习

import csv
import os

from lxml import etree
import  requests

header={
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}


def get(url):
    list = []
    res=requests.get(url,headers=header)
    html=etree.HTML(res.content)
    titles=html.xpath('//div[@class="pl2"]/a/@title')
    authors=html.xpath('//p[@class="pl"]/text()')
    evaluates=html.xpath('//span[@class="pl"]/text()')
    links=html.xpath('//a[@class="nbg"]/@href')
    jpgs=html.xpath('//a[@class="nbg"]/img/@src')
    for title ,author,evaluate,link ,jpg in zip(titles,authors,evaluates,links,jpgs):
        dic = {}
        e=evaluate
        e=e.replace('\n','').replace(" ",'')
        dic['书名']=title
        dic['作者']=author
        dic['评论数']=e
        dic['链接'] = link
        dic['图片地址']=jpg
        list.append(dic)
        os.makedirs("C:\\豆瓣\\"+title)
        pic=requests.get(jpg,headers=header)
        res=requests.get(link,headers=header)
        html=etree.HTML(res.text)
        jianjie = html.xpath('//div[@class="intro"]//text()')
        print(list)
        with open("C:\\豆瓣\\"+title+"\\"+title+'.jpg', 'ab') as f:

            for chunk in pic.iter_content(chunk_size=1000):
                if chunk:
                    f.write(chunk)
        with open("C:\\豆瓣\\"+title+"\\"+title+'.txt', 'a',encoding='utf-8') as f:
            try:
                f.write(jianjie[1])
            except UnicodeEncodeError as e:
                pass
        with open("douban.csv", 'w', newline="") as f:
            file = csv.writer(f)
            for cow in list:
                file.writerow(cow)
    return list


for n in range(0,25,25):
    url="https://book.douban.com/top250?start="+str(n)

    a=get(url)


  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-10-16 19:38:58  更:2021-10-16 19:39:40 
 
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11日历 -2024/11/27 10:26:50-

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