Python實(shí)現(xiàn)爬蟲抓取與讀寫、追加到excel文件操作示例
本文實(shí)例講述了Python實(shí)現(xiàn)爬蟲抓取與讀寫、追加到excel文件操作。分享給大家供大家參考,具體如下:
爬取糗事百科熱門
安裝 讀寫excel 依賴 pip install xlwt
安裝 追加excel文件內(nèi)容 依賴
pip install xlutils
安裝
lxml
Python示例:
import csv import requests from lxml import etree import time import xlwt import os from xlutils.copy import copy import xlrd data_infos_list = [] headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 ' '(KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36'} # f = open('C:\\Users\\Administrator\\Desktop\\qiubaibook.csv', 'a+', newline='', encoding='utf-8') # writer = csv.writer(f) # writer.writerow(('author', 'sex', 'rank', 'content', 'great', 'comment', 'time')) filename = 'C:\\Users\\Administrator\\Desktop\\qiubaibook.xls' def get_info(url): res = requests.get(url, headers=headers) selector = etree.HTML(res.text) # print(res.text) htmls = selector.xpath('//div[contains(@class,"article block untagged mb15")]') # // *[ @ id = "qiushi_tag_120024357"] / a[1] / div / span 內(nèi)容 # //*[@id="qiushi_tag_120024357"]/div[2]/span[1]/i 好笑 # //*[@id="c-120024357"]/i 評(píng)論 # //*[@id="qiushi_tag_120024357"]/div[1]/a[2]/h2 作者 # //*[@id="qiushi_tag_120024357"]/div[1]/div 等級(jí) # // womenIcon manIcon 性別 for html in htmls: author = html.xpath('div[1]/a[2]/h2/text()') if len(author) == 0: author = html.xpath('div[1]/span[2]/h2/text()') rank = html.xpath('div[1]/div/text()') sex = html.xpath('div[1]/div/@class') if len(sex) == 0: sex = '未知' elif 'manIcon' in sex[0]: sex = '男' elif 'womenIcon' in sex[0]: sex = '女' if len(rank) == 0: rank = '-1' contents = html.xpath('a[1]/div/span/text()') great = html.xpath('div[2]/span[1]/i/text()') # //*[@id="qiushi_tag_112746244"]/div[3]/span[1]/i if len(great) == 0: great = html.xpath('div[3]/span[1]/i/text()') comment = html.xpath('div[2]/span[2]/a/i/text()') # //*[@id="c-112746244"]/i if len(comment) == 0: comment = html.xpath('div[3]/span[2]/a/i/text()') # classes = html.xpath('a[1]/@class') # writer.writerow((author[0].strip(), sex, rank[0].strip(), contents[0].strip(), great[0].strip(), # comment[0].strip(), time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())))) data_infos = [author[0].strip(), sex, rank[0].strip(), contents[0].strip(), great[0].strip(), comment[0].strip(), time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))] data_infos_list.append(data_infos) def write_data(sheet, row): for data_infos in data_infos_list: j = 0 for data in data_infos: sheet.write(row, j, data) j += 1 row += 1 if __name__ == '__main__': urls = ['https://www.qiushibaike.com/8hr/page/{}/'.format(num) for num in range(1, 14)] for url in urls: print(url) get_info(url) time.sleep(2) # 如果文件存在,則追加。如果文件不存在,則新建 if os.path.exists(filename): # 打開excel rb = xlrd.open_workbook(filename, formatting_info=True) # formatting_info=True 保留原有字體顏色等樣式 # 用 xlrd 提供的方法獲得現(xiàn)在已有的行數(shù) rn = rb.sheets()[0].nrows # 復(fù)制excel wb = copy(rb) # 從復(fù)制的excel文件中得到第一個(gè)sheet sheet = wb.get_sheet(0) # 向sheet中寫入文件 write_data(sheet, rn) # 刪除原先的文件 os.remove(filename) # 保存 wb.save(filename) else: header = ['author', 'sex', 'rank', 'content', 'great', 'comment', 'time'] book = xlwt.Workbook(encoding='utf-8') sheet = book.add_sheet('糗百') # 向 excel 中寫入表頭 for h in range(len(header)): sheet.write(0, h, header[h]) # 向sheet中寫入內(nèi)容 write_data(sheet, 1) book.save(filename)
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python Socket編程技巧總結(jié)》、《Python正則表達(dá)式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
PyQt5使用QtDesigner實(shí)現(xiàn)多界面切換程序的全過程
Pyqt5是Python中一個(gè)可視化超級(jí)好用的庫(kù),下面這篇文章主要給大家介紹了關(guān)于PyQt5使用QtDesigner實(shí)現(xiàn)多界面切換程序的相關(guān)資料,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2023-06-06python使用xpath中遇到:<Element a at 0x39a9a80>到底是什么?
這篇文章主要給大家詳細(xì)介紹了關(guān)于python使用xpath中遇到:<Element a at 0x39a9a80>的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考借鑒,下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2018-01-01Python如何實(shí)現(xiàn)文本轉(zhuǎn)語(yǔ)音
文本轉(zhuǎn)語(yǔ)音,一般會(huì)用在無障礙開發(fā)。下面介紹如何使用Python實(shí)現(xiàn)將文本文件轉(zhuǎn)換成語(yǔ)音輸出。跟著小編一起來看看吧。2016-08-08python 實(shí)現(xiàn)調(diào)用子文件下的模塊方法
今天小編就為大家分享一篇python 實(shí)現(xiàn)調(diào)用子文件下的模塊方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)的操作指南
PyTorch 是一個(gè)在研究領(lǐng)域廣泛使用的深度學(xué)習(xí)框架,提供了大量的靈活性和效率,本文將向你介紹如何使用 PyTorch 構(gòu)建你的第一個(gè)神經(jīng)網(wǎng)絡(luò),感興趣的小伙伴可以參考閱讀2023-07-07使用matplotlib中scatter方法畫散點(diǎn)圖
這篇文章主要為大家詳細(xì)介紹了使用matplotlib中scatter方法畫散點(diǎn)圖,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-03-03