2018-07-16-spider1

coding=utf-8

import requests
from bs4 import BeautifulSoup
import re
import os
import pymongo
import json
import pandas as pd
import numpy as np
import xlrd
import datetime
from pyecharts import Line,Grid,EffectScatter,Overlap

def getPriceSoup_table(spiderDay):
soup_table=BeautifulSoup('',"lxml")
for m in range(1,4):
url = "http://www.hfzgncp.com.cn/index.php?m=content&c=index&a=lists&catid=59&sendtime="+str(spiderDay)+"&page="+str(m)
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:61.0)' +
'Gecko/20100101 Firefox/61.0'}
r = requests.get(url,headers=headers)
html = r.text.encode(encoding='utf_8').decode()
soup = BeautifulSoup(html,"lxml")
table = soup.find('table', attrs={'class' :{'h_list_table r_list_table'}})
soup_table.append(table)
if soup_table.find('td') == None:
print('!!!!!!!!!!!!!!!!!!!!!!'+str(spiderDay)+'這一天沒(méi)有水產(chǎn)品價(jià)格數(shù)據(jù)!!!!!!!!!!!!!!!!!!!!!!')
return
print(str(spiderDay)+'這一天有水產(chǎn)品價(jià)格數(shù)據(jù)')
return soup_table

def soup_table2DataFrame(soup_table): #構(gòu)造dataframe 準(zhǔn)備存儲(chǔ)表格
#收集表頭
columns = [x.text for x in soup_table.tr.findAll('th')]
columns = [x.replace('\xa0','') for x in columns]
#print('水產(chǎn)品表頭列表:'+str(columns))
#表的寬度
width = len(columns)
print('水產(chǎn)品表頭數(shù)目:'+str(width))
#height = len(soup_table.findAll(lambda tag:tag.name=='tr' and len(tag.findAll('td'))>=1))
#print('height:'+height)
rows=[]
for row in soup_table.findAll('tr'):
if row not in rows and row.find('td')!=None:
rows.append(row)
height = len(rows) #水產(chǎn)品種類(lèi)數(shù)目
if height <=0:
return
print('水產(chǎn)品種類(lèi)數(shù)目:'+str(height))

for i in range(height):

cells = rows[i].findAll('td')

    #print(cells)
df = pd.DataFrame(data = np.full((height,width),'',dtype = 'U'),columns = columns)
#逐行分析表格
for i in range(height):
    cells = rows[i].findAll('td')
    print(cells)
    if len(cells) == width:
        df.iloc[i] = [cell.text.replace(' ','').replace('\n','') for cell in cells]  #去點(diǎn)空格和換行
    else:
        w=len(cells)
        df.iloc[i,width-w:] = [cell.text.replace(' ','').replace('\n','') for cell in cells]
return df

def onedayPriceSpider(spiderDay):

#查看表格數(shù)據(jù)行數(shù)
#height = len(table.findAll(lambda tag:tag.name=='tr' and len(tag.findAll('td'))>=1))
#rows = [row for row in table.findAll('tr') if row.find('td')!=None]
#print('rows:'+str(len(rows)))

#sendtime = soup.find('input', attrs={'id' :{'sendtime'}})['value'].rstrip('/-') #獲取數(shù)據(jù)時(shí)間
#sendtimeStr=re.sub("\-","",sendtime)

def getPriceLine(product_name,days):
price_data = []
price_date = []
for i in range(days):
spiderDay = datetime.date.today()- datetime.timedelta(days=i+1)
spiderDayStr =str(spiderDay) #2018-07-11格式
sendtimeStr=re.sub("-","",spiderDayStr) #20180711格式
#outputfilePath="D:/xlsx/"+sendtimeStr+".水產(chǎn)品價(jià)格xlsx"
if os.path.exists(outputfilePath):
ExcelFile = xlrd.open_workbook(outputfilePath)
sheet = ExcelFile.sheet_by_index(0)
columnIndex = None
rowIndex = None
for j in range(sheet.ncols):
for i in range(sheet.nrows):
if sheet.cell_value(i, j) == '平均價(jià)':
columnIndex = j
break
if sheet.cell_value(i, j) == product_name:
rowIndex = i
break
if not (rowIndex == None) and not (columnIndex == None):
print(sheet.cell_value(rowIndex, columnIndex))
price_data.append(sheet.cell_value(rowIndex, columnIndex))
price_date.append(sendtimeStr)
print(price_data)
print(price_date)
attr = price_date[::-1]
v1 = price_data[::-1]
line = Line(product_name+'價(jià)格走勢(shì)圖')
line.add(product_name,attr,v1,is_smooth = True,mark_point = ['max','min'],mark_line=["average"],yaxis_formatter="元")
grid =Grid()
grid.add(line,grid_top="10%")

判斷是否存在目標(biāo)文件夾

isExists=os.path.exists('D:/價(jià)格走勢(shì)圖')
if not isExists:

如果不存在則創(chuàng)建目錄

    os.makedirs('D:/價(jià)格走勢(shì)圖') 

    print ('創(chuàng)建D:/價(jià)格走勢(shì)圖文件夾成功')
#return True
else:
    # 如果目錄存在則不創(chuàng)建,并提示目錄已存在

print ('目錄已存在')

    grid.render('D:/價(jià)格走勢(shì)圖/'+product_name+str(days)+'天價(jià)格走勢(shì)圖.html')
    print('已得到'+product_name+'價(jià)格走勢(shì)圖')

es = EffectScatter()

es.add('',attr,v1,effect_scale=8) #閃爍

overlop = Overlap()

overlop.add(line) #必須先添加line,在添加es

overlop.add(es)

overlop.render('./line-es01.html')

return  
    
#client= pymongo.MongoClient()
#獲取一個(gè)數(shù)據(jù)庫(kù)   
#db=client.priceSpider
#創(chuàng)建 或獲取一個(gè)集合,并在collection下新建books
#account=db.prcie
#data=xlrd.open_workbook("D:/"+sendtimeStr+".xlsx")
#table=data.sheets()[0]
#讀取excel第一行數(shù)據(jù)作為存入mongodb的字段名
#rowstag=table.row_values(0)
#nrows=table.nrows
#print('-------------nrows----------------'+str(nrows))
#ncols=table.ncols #print rows
#returnData={}
#for i in range(1,nrows):
    #將字段名和excel數(shù)據(jù)存儲(chǔ)為字典形式外厂,并轉(zhuǎn)換為json格式
    #returnData[i]=json.dumps(dict(zip(rowstag,table.row_values(i))))
    #通過(guò)編解碼還原數(shù)據(jù)
    #returnData[i]=json.loads(returnData[i])
    #print returnData[i]
    #account.insert(returnData[i])
    #return daySpider

if name=="main":

spiderDaynumber = 60 
for i in range(spiderDaynumber):    
    spiderDay = datetime.date.today()- datetime.timedelta(days=i+1)
    spiderDayStr =str(spiderDay)  #2018-07-11格式 
    sendtimeStr=re.sub("\-","",spiderDayStr) #20180711格式
    soup_table = getPriceSoup_table(spiderDay)
    if not soup_table == None:
        df = soup_table2DataFrame(soup_table)
        isExists=os.path.exists('D:/xlsx')
        if not isExists:
    #         如果不存在則創(chuàng)建目錄
            os.makedirs('D:/xlsx') 
            print ('創(chuàng)建D:/xlsx文件夾成功')
        #return True
        else:
            outputfilePath="D:/xlsx/"+sendtimeStr+"水產(chǎn)品價(jià)格.xlsx"
            df.to_excel(outputfilePath)
    print('-------------------------------')
getPriceLine('帶魚(yú)(大)',59)
?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:七十年代末雳攘,一起剝皮案震驚了整個(gè)濱河市罕拂,隨后出現(xiàn)的幾起案子历谍,更是在濱河造成了極大的恐慌日川,老刑警劉巖淮阐,帶你破解...
    沈念sama閱讀 206,839評(píng)論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件叮阅,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡泣特,警方通過(guò)查閱死者的電腦和手機(jī)浩姥,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)群扶,“玉大人及刻,你說(shuō)我怎么就攤上這事【翰” “怎么了缴饭?”我有些...
    開(kāi)封第一講書(shū)人閱讀 153,116評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)骆莹。 經(jīng)常有香客問(wèn)我颗搂,道長(zhǎng),這世上最難降的妖魔是什么幕垦? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,371評(píng)論 1 279
  • 正文 為了忘掉前任丢氢,我火速辦了婚禮,結(jié)果婚禮上先改,老公的妹妹穿的比我還像新娘疚察。我一直安慰自己,他們只是感情好仇奶,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,384評(píng)論 5 374
  • 文/花漫 我一把揭開(kāi)白布貌嫡。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪岛抄。 梳的紋絲不亂的頭發(fā)上别惦,一...
    開(kāi)封第一講書(shū)人閱讀 49,111評(píng)論 1 285
  • 那天,我揣著相機(jī)與錄音夫椭,去河邊找鬼掸掸。 笑死,一個(gè)胖子當(dāng)著我的面吹牛蹭秋,可吹牛的內(nèi)容都是我干的扰付。 我是一名探鬼主播,決...
    沈念sama閱讀 38,416評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼感凤,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼悯周!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起陪竿,我...
    開(kāi)封第一講書(shū)人閱讀 37,053評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤禽翼,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后族跛,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體闰挡,經(jīng)...
    沈念sama閱讀 43,558評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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 36,007評(píng)論 2 325
  • 正文 我和宋清朗相戀三年礁哄,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了长酗。 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。...
    茶點(diǎn)故事閱讀 38,117評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡桐绒,死狀恐怖夺脾,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情茉继,我是刑警寧澤咧叭,帶...
    沈念sama閱讀 33,756評(píng)論 4 324
  • 正文 年R本政府宣布,位于F島的核電站烁竭,受9級(jí)特大地震影響菲茬,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜派撕,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,324評(píng)論 3 307
  • 文/蒙蒙 一婉弹、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧终吼,春花似錦镀赌、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,315評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)蛙粘。三九已至,卻和暖如春威彰,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背穴肘。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,539評(píng)論 1 262
  • 我被黑心中介騙來(lái)泰國(guó)打工歇盼, 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,地道東北人评抚。 一個(gè)月前我還...
    沈念sama閱讀 45,578評(píng)論 2 355
  • 正文 我出身青樓豹缀,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親慨代。 傳聞我的和親對(duì)象是個(gè)殘疾皇子邢笙,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,877評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容