第一次寫文章昙读，有哪些不足希望指出召调，有哪個技術(shù)寫的有問題，可以一起學習蛮浑。
環(huán)境：python3.5
外部的庫：requests,bs4, re,os,openpyxl
實現(xiàn)目標：爬取嗅事百科頁面相關(guān)的樓主唠叛，歲，發(fā)言沮稚，好笑艺沼，評論，點贊數(shù)蕴掏，踩等信息障般，并把相應(yīng)的信息存儲到文件或者Excel中
剛學爬蟲有很多要學的，談一下學習方法和學習感受盛杰，希望在后續(xù)的學習中能夠效率高點挽荡，以openpyxl這個python模塊，在爬這個案例時即供，第一次接觸到定拟，剛開始不是太理解怎么把每一條數(shù)據(jù)插入到Excel中，最后看了簡書上的一篇關(guān)于 python用openpyxl來操作excel表格逗嫡，然后練習了小例子才明白了ws.append([1,2,3]) 可以用append添加行 python的模塊青自，雖然爬取不是太困難株依，但是因為自己基礎(chǔ)太弱，中間遇到不少困難延窜，多謝朋友指點恋腕，缺點：之前沒加異常處理，如果不加的話逆瑞，特別留言的內(nèi)容吗坚，客戶說的有一些特殊字符，寫入文件呆万，很容易出錯商源，如果你寫很多條記錄，可能因為一條記錄出錯谋减，導(dǎo)致文件保存錯誤
（轉(zhuǎn)自博主 http://www.reibang.com/p/47d972734f60）
相關(guān)代碼：
importre
import requests
import time
import os
from openpyxl import Workbook
from openpyxl.compat import range
def ?getBaikeInfor():
try:
headers ={
'Host':'www.qiushibaike.com',
'Upgrade-Insecure-Requests':'1',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36'
}
res = requests.get('https://www.qiushibaike.com/',headers= headers)
result = res.text
# print(result)
# print('result===============')
pattern = re.compile('(.*?).*?.*?(.*?).*?(.*?).*?stats-comments.*?number">(.*?).*?up.*?number hidden">(.*?).*?.down.*?number hidden">(.*?)',re.S)
items = re.findall(pattern,result)
number =1
# print(len(items))
#filename = 'baike.txt'
#f = open(filename, 'a+',encoding='utf-8')
allResultList=[]
foriteminitems:
# print('{lou}樓'.format(lou=number)+'\n'+'樓主:{master}'.format(master =item[0])+'/n'+'{age}歲'.format(age=item[1])+'發(fā)言：{language}'.format(language = item[2])+'好笑:{xiao}'.format(xiao =item[3])+'評論：{pinglun}'.format(pinglun=item[4])+'贊：{zan}'.format(zan =item[5])+'踩：{cai}'.format(cai=item[6]))
try:
resultList=['{lou}樓'.format(lou=number),
'樓主:{master}'.format(master=item[0]).strip().replace('\n',''),
'{age}歲'.format(age=item[1]).strip(),
'發(fā)言：{language}'.format(language=item[2]).strip().replace('\n','').replace('[','').replace(']',''),
'好笑:{xiao}'.format(xiao=item[3]),
'評論：{pinglun}'.format(pinglun=item[4]),
'贊：{zan}'.format(zan=item[5]),
'踩：{cai}'.format(cai=item[6])
]
# allresultlist = []
# allresultlist.extend(resultList)? #append extend區(qū)別
number +=1
allResultList.append(resultList)
exceptExceptionase:
print(e,'本條記錄有誤牡彻，已經(jīng)忽略')
continue
# print(len(allResultList),allResultList)
returnallResultList
exceptExceptionase:
print(e,'error')
return? None
#寫入excel
def ? saveBaikeExcel(resultList,sheetName ='data'):
try:
AllExcelHead = ['樓','樓主','歲','發(fā)言','好笑','評論','贊','踩']
#導(dǎo)入openpyxl模塊
#打開workbook
filePath =r'{}\{}'.format(SavePath,str(keyWord))
if not ?os.path.exists(filePath):
os.makedirs(filePath)# 創(chuàng)建文件
doc =r'{}\{}.{}'.format(filePath, keyWord,'xlsx')
print(doc)
# 創(chuàng)建一個工作薄
wb = Workbook()
# 選擇默認的sheet
ws = wb.active
# 更改sheet的名字
ws.title = sheetName
#用append添加行
ws.append(AllExcelHead)
for linein resultList:
print(line)
try:
ws.append(line)
except:
continue
# 怎么把數(shù)據(jù)存到Excel中
wb.save(doc)
print('保存文件成功')
exceptExceptionase:
print(e,'保存出現(xiàn)問題')
return None
SavePath =r'f:\嗅事百科'
keyWord ='嗅事信息'
if__name__ =='__main__':
allBaike = getBaikeInfor()
# print(allBaike)
saveBaikeExcel(allBaike)
結(jié)果運行截圖：
