Python小白的爬蟲問題與解決(含程式碼)
因為上一篇文章沒辦法放程式碼,所以重新發一次
2018/5/7
看到作者發的程式碼很簡單,嗯,適合我這個新手+懶人!但是,問題沒有那麼簡單!
原文地址:https://www.jianshu.com/p/ea0b56e3bd86
Python版本:2.7.13
2018/5/8
5/9
參考前輩經驗後,編碼問題得到改善。
連結:https://blog.csdn.net/gyafdxis/article/details/77923516
參考了這位大神(https://www.jianshu.com/p/d1bf2f0bdc51)對資料的儲存方法,終於成功了!!
5/10
今日任務:把程式碼改為函式
最後修改完成的程式碼
import requests
from lxml import etree
import pandas as pd
import time
import random
from tqdm import tqdm
import csv
import codecs
'''
import sys
reload(sys)
sys.setdefaultencoding('utf8')
'''
data = []
def getyp(page):
url = 'https://movie.douban.com/subject/6390825/comments?start=%d&limit=20&sort=new_score&status=P&percent_type='%(page*20)
response = requests.get(url)
response.encoding = 'utf-8'
#print (response.content)
response = etree.HTML(response.content)
print (url)
for i in range(1,21):#每頁顯示20條評論
name1 = response.xpath('//*[@id="comments"]/div[%d]/div[2]/h3/span[2]/a'%(i))#獲取使用者名稱,儲存為列表形式,每次迴圈,name1中都只有一個元素
score1 = response.xpath('//*[@id="comments"]/div[%d]/div[2]/h3/span[2]/span[2]'%(i))#獲取評分
comment1 = response.xpath('//*[@id="comments"]/div[%d]/div[2]/p'%(i))#獲取影評
if type(name1[0].text) == unicode:
name_element = name1[0].text.encode('utf-8')
else:
name_element = name1[0].text
score_element = score1[0].attrib['class'][7]#獲取class屬性,取第8個字元
if type(comment1[0].text) == unicode:
comment_element = comment1[0].text.encode('utf-8')
else:
comment_element = comment1[0].text
print type(comment_element)
data.append([name_element,score_element,comment_element])
for i in tqdm(range(1,3)):#抓取2頁
getyp(i)
time.sleep(random.uniform(6,9))
with open("DBtest.csv","wb") as f:
f.write(codecs.BOM_UTF8)
writer = csv.writer(f)
writer.writerow(['name','score','comment'])
for k in data:
writer.writerow(k)
相關文章
- python爬蟲爬取網頁中文亂碼問題的解決Python爬蟲網頁
- Python爬蟲程式設計常見問題解決方法Python爬蟲程式設計
- Python爬蟲亂碼問題Python爬蟲
- 爬蟲常見問題及解決方式爬蟲
- 新手小白的爬蟲神器-無程式碼高效爬取資料爬蟲
- 爬蟲專案常見問題及解決方案爬蟲
- 小白學 Python 爬蟲(25):爬取股票資訊Python爬蟲
- 如何利用ip住宅代理解決python爬蟲遇到反爬措施的問題?Python爬蟲
- Java爬蟲與Python爬蟲的區別?Java爬蟲Python
- 小白學python-爬蟲常用庫Python爬蟲
- python爬蟲常見的那點問題!Python爬蟲
- 爬蟲常見錯誤程式碼及解決措施爬蟲
- Selenium爬蟲遇到超時TimeOut問題的解決方法爬蟲
- Python爬蟲入門 | 7 分類爬取豆瓣電影,解決動態載入問題Python爬蟲
- python爬蟲總是爬不到資料,你需要解決反爬蟲了Python爬蟲
- 小白如何學習Python網路爬蟲?Python爬蟲
- 手把手教你寫網路爬蟲(8):徹底解決亂碼問題爬蟲
- Python 萬能程式碼模版:爬蟲程式碼篇Python爬蟲
- 爬蟲錯誤程式碼如何解決?爬蟲
- 爬蟲ip代理池搭建前需解決的問題及搭建思路爬蟲
- 爬蟲必備工具,掌握它就解決了一半的問題爬蟲
- python爬蟲如何爬知乎的話題?Python爬蟲
- 【Python學習】爬蟲爬蟲爬蟲爬蟲~Python爬蟲
- 爬蟲抓取UserAgent問題爬蟲
- Python開發爬蟲專案+程式碼Python爬蟲
- Python爬蟲指令碼Python爬蟲指令碼
- Python爬蟲與Java爬蟲有何區別?Python爬蟲Java
- 送給Python小白學習爬蟲的小專案Python爬蟲
- python爬蟲的最佳實踐(六)--爬蟲中的多程式Python爬蟲
- 不用寫程式碼的爬蟲爬蟲
- 不踩坑的Python爬蟲:Python爬蟲開發與專案實戰,從爬蟲入門 PythonPython爬蟲
- IPIDEA乾貨|Java爬蟲與Python爬蟲的區別IdeaJava爬蟲Python
- 【python爬蟲】python爬蟲demoPython爬蟲
- python爬蟲解決趕集網掃碼獲取手機號Python爬蟲
- Python爬蟲開發(二):整站爬蟲與Web挖掘Python爬蟲Web
- 手把手教你利用爬蟲爬網頁(Python程式碼)爬蟲網頁Python
- 使用代理爬蟲出302錯誤程式碼解決方法爬蟲
- 如何爬取視訊的爬蟲程式碼原始碼爬蟲原始碼