爬蟲練手:簡(jiǎn)單方法抓取某研究所科技專利信息

聲明:
1、本博客所涉及爬蟲及其爬取的數(shù)據(jù)僅用于爬蟲技術(shù)研究,請(qǐng)勿用于商業(yè)用途梯轻。
2褪迟、本博文中涉及的網(wǎng)址均已隱去關(guān)鍵字段冗恨。

基于python3.5版本

源代碼

spidertest.py

# -*- coding: utf-8 -*-
import scrapy
from testscrapy01.items import QIBEBT_Zhuanli_Item
from scrapy.selector import Selector
import re

class QibebtZhuanliSpider(scrapy.Spider):

    name = "xxxx_zhuanli_01"
    allowed_domains = ["qibebt.cas.cn"]
    start_urls = ['http://www.xxxx.cas.cn/kycg/zl/index.html']

    lst = []
    for i in range(1,15):
        start_urls.append("http://www.xxxx.cas.cn/kycg/zl/index_" + str(i) +".html")

    # start_urls = ['http://www.xxxx.cas.cn/kycg/zl/index.html'] + lst

    def parse(self, response):
        print("目標(biāo)網(wǎng)頁(yè)為:" + response.url)
        hxs = Selector(response)
        qitem = QIBEBT_Zhuanli_Item()
        # 把所有行抓取出來(lái)
        zls = hxs.xpath("http://tr[@bgcolor='#f2f7f1']")
        # print(len(zls))
        for zl in zls:
            #專利名稱
            name = zl.xpath("td[@height='26']/a[@target='_blank']/text()").extract()[0]
            # name = zl.xpath("http://a/text()").extract()

            #專利類別
            type = zl.xpath("td[@align='center']/text()").extract()[0]

            #申請(qǐng)?zhí)?            number = zl.xpath("td[@align='center']/text()").extract()[1]
            #申請(qǐng)日期
            apply_date = zl.xpath("td[@align='center']/text()").extract()[2]
            sq_date = "無(wú)"
            try:
                #授權(quán)日期
                sq_date = zl.xpath("td[@align='center']/text()").extract()[3]
            except:
                sq_date = "無(wú)"
            #發(fā)明人
            #有一個(gè)"\xa0"字符串,進(jìn)行特殊處理
            inventor = repr(zl.xpath("td[@align='left']/text()").extract()[0])
            # print(isinstance(inventor,str))
            inventor = re.sub(r"'","",inventor)
            # inventor = re.sub("\\xa0", ",", inventor)
            main_inventor = inventor.split('\\xa0')[0]
            other_inventors = inventor.split('\\xa0')[1]

            # print("專利名稱 = ", name)
            # print("專利類別 = ", type)
            # print("申請(qǐng)?zhí)?= ", number)
            # print("申請(qǐng)日期 = ", apply_date)
            # print("授權(quán)日期 = ", sq_date)
            # print("第一發(fā)明人 = ", main_inventor)
            # print("其他發(fā)明人 = ", other_inventors)
            # print("")
            yield qitem
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末味赃,一起剝皮案震驚了整個(gè)濱河市掀抹,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌心俗,老刑警劉巖傲武,帶你破解...
    沈念sama閱讀 217,907評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異城榛,居然都是意外死亡揪利,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門狠持,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)疟位,“玉大人,你說(shuō)我怎么就攤上這事喘垂√鹂蹋” “怎么了?”我有些...
    開(kāi)封第一講書人閱讀 164,298評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵王污,是天一觀的道長(zhǎng)罢吃。 經(jīng)常有香客問(wèn)我,道長(zhǎng)昭齐,這世上最難降的妖魔是什么尿招? 我笑而不...
    開(kāi)封第一講書人閱讀 58,586評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上就谜,老公的妹妹穿的比我還像新娘怪蔑。我一直安慰自己,他們只是感情好丧荐,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布缆瓣。 她就那樣靜靜地躺著,像睡著了一般虹统。 火紅的嫁衣襯著肌膚如雪弓坞。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書人閱讀 51,488評(píng)論 1 302
  • 那天车荔,我揣著相機(jī)與錄音渡冻,去河邊找鬼。 笑死忧便,一個(gè)胖子當(dāng)著我的面吹牛族吻,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播珠增,決...
    沈念sama閱讀 40,275評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼超歌,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了蒂教?” 一聲冷哼從身側(cè)響起巍举,我...
    開(kāi)封第一講書人閱讀 39,176評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎悴品,沒(méi)想到半個(gè)月后禀综,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,619評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡苔严,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評(píng)論 3 336
  • 正文 我和宋清朗相戀三年定枷,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片届氢。...
    茶點(diǎn)故事閱讀 39,932評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡欠窒,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出退子,到底是詐尸還是另有隱情岖妄,我是刑警寧澤,帶...
    沈念sama閱讀 35,655評(píng)論 5 346
  • 正文 年R本政府宣布寂祥,位于F島的核電站荐虐,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏丸凭。R本人自食惡果不足惜福扬,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評(píng)論 3 329
  • 文/蒙蒙 一腕铸、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧铛碑,春花似錦狠裹、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,871評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至撇吞,卻和暖如春俗冻,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背梢夯。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 32,994評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工言疗, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人颂砸。 一個(gè)月前我還...
    沈念sama閱讀 48,095評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像死姚,于是被迫代替她去往敵國(guó)和親人乓。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容