抓取存儲(chǔ)在數(shù)據(jù)庫(kù)的鏈接的內(nèi)容

  • 下面是抓取信息的函數(shù)
def get_item_info(url):    
      web_data = requests.get(url)    
      soup = BeautifulSoup(web_data.text, 'lxml')    
      title = soup.select('h1.title-name')[0].text if soup.find_all('h1',{'class':'title-name'}) else None    
      if title == None:        
         pass    
      else:        
           data = {'time':list(soup.select('i.pr-5')[0].stripped_strings)[0].split()[0] if soup.find('i',{'class':'pr-5'}) else None, 
                   'type':soup.select('#wrapper > div.content.clearfix > div.leftBox > div:nth-of-type(3) > div > ul > li:nth-of-type(1) > span > a')[0].text if soup.find_all('ul',{'class':'det-infor'}) else None, 
                   'price':soup.select('i.f22.fc-orange.f-type')[0].text if soup.find_all('i',{'class':'f22 fc-orange f-type'}) else None,  
                   'address':list(map(lambda x:x.text,soup.select('#wrapper > div.content.clearfix > div.leftBox > div > div > ul > li:nth-of-type(3) > a'))) if soup.find_all('li') else None, 
                   'old_new':list(soup.select('#wrapper > div.content.clearfix > div.leftBox > div:nth-of-type(4) > div.det-summary > div > div.second-dt-bewrite > ul > li:nth-of-type(1)')[0].stripped_strings) if soup.select('#wrapper > div.content.clearfix > div.leftBox > div:nth-of-type(4) > div.det-summary > div > div.second-dt-bewrite > ul > li:nth-of-type(1)') else None }
#ul.det-infor > li:nth-of-type(1) > span 這個(gè)selector好像不能取下新舊程度        
          item_info.insert_one(data)        
          print(data)
  • 下面是調(diào)用上面函數(shù)的代碼

from get_third_url import get_item_info
from get_third_url import whole_third_url#whole_third_url是存儲(chǔ)鏈接的
from multiprocessing import Pool
import requests
if __name__ == '__main__':   
     pool = Pool()    
     try:       
        pool.map(get_item_info,whole_third_url.find(['url']))    
    except requests.exceptions.InvalidSchema:        
        pass

然后跑出來(lái)這么一個(gè)錯(cuò)誤

Traceback (most recent call last):
  File "/Users/wangpegnfei/Desktop/Plan-for-combating-master/week2/week2_homework/myself/action2.py", line 10, in <module>
    pool.map(get_item_info,whole_third_url.find(['url']))
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/pymongo/collection.py", line 1137, in find
    return Cursor(self, *args, **kwargs)
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/pymongo/cursor.py", line 121, in __init__
    validate_is_mapping("filter", spec)
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/pymongo/common.py", line 375, in validate_is_mapping
    "collections.Mapping" % (option,))
TypeError: filter must be an instance of dict, bson.son.SON, or other type that inherits from collections.Mapping

不知道是哪里出錯(cuò)了肘迎,錯(cuò)誤類(lèi)型:過(guò)濾器必須是字典的一個(gè)實(shí)例

2016.5.20,更新一下静暂,上面代碼有點(diǎn)問(wèn)題拷姿,代碼有所更改

  • 下面是抓取信息的函數(shù)
def get_item_info(url, data=None):    
      wb_data = requests.get(url, headers=headers)    
     # 檢查頁(yè)面是否不存在献汗,或者被封ip    
     if wb_data.status_code != 200:        
        return    
     soup = BeautifulSoup(wb_data.text, 'lxml')   
     prices = soup.select('.f22.fc-orange.f-type')   
     pub_dates = soup.select('.pr-5')    
     areas = soup.select('ul.det-infor > li:nth-of-type(3) > a')    
     cates = soup.select('ul.det-infor > li:nth-of-type(1) > span') 
     print(areas)    
     data = {'title': soup.title.text.strip(), 'price': prices[0].text.strip() if len(prices) > 0 else 0,  'pub_date': pub_dates[0].text.strip().split(' ')[0] if len(pub_dates) > 0 else "",  'area': [area.text.strip() for area in areas if area.text.strip() != "-"], 'cates': [cate.text.strip() for cate in cates], 'state': soup.select('ul.second-det-infor.clearfix > li')[0].text.split(':')[-1].strip() 
     if soup.find('ul','second-det-infor') and soup.select('ul.second-det-infor.clearfix > li')[0].text.split(':')[0].strip() == '新舊程度' else None,  'url': url    }   
     print(data)    
     item_info.insert_one(data)
  • 下面是調(diào)用上面函數(shù)的代碼

from get_third_url import get_item_info
from get_third_url import whole_third_url
from multiprocessing import Pool

if __name__ == '__main__':    
    pool = Pool()    
    for i in whole_third_url.find():        
    #print(i['url'])        
    pool.map(get_item_info,i['url'].split())
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,一起剝皮案震驚了整個(gè)濱河市资厉,隨后出現(xiàn)的幾起案子厅缺,更是在濱河造成了極大的恐慌,老刑警劉巖宴偿,帶你破解...
    沈念sama閱讀 222,590評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件湘捎,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡窄刘,警方通過(guò)查閱死者的電腦和手機(jī)窥妇,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,157評(píng)論 3 399
  • 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)娩践,“玉大人活翩,你說(shuō)我怎么就攤上這事》牛” “怎么了材泄?”我有些...
    開(kāi)封第一講書(shū)人閱讀 169,301評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)吨岭。 經(jīng)常有香客問(wèn)我拉宗,道長(zhǎng),這世上最難降的妖魔是什么未妹? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 60,078評(píng)論 1 300
  • 正文 為了忘掉前任簿废,我火速辦了婚禮,結(jié)果婚禮上络它,老公的妹妹穿的比我還像新娘族檬。我一直安慰自己,他們只是感情好化戳,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,082評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布单料。 她就那樣靜靜地躺著,像睡著了一般点楼。 火紅的嫁衣襯著肌膚如雪扫尖。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 52,682評(píng)論 1 312
  • 那天掠廓,我揣著相機(jī)與錄音换怖,去河邊找鬼。 笑死蟀瞧,一個(gè)胖子當(dāng)著我的面吹牛沉颂,可吹牛的內(nèi)容都是我干的条摸。 我是一名探鬼主播,決...
    沈念sama閱讀 41,155評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼铸屉,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼钉蒲!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起彻坛,我...
    開(kāi)封第一講書(shū)人閱讀 40,098評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤顷啼,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后昌屉,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體钙蒙,經(jīng)...
    沈念sama閱讀 46,638評(píng)論 1 319
  • 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 38,701評(píng)論 3 342
  • 正文 我和宋清朗相戀三年怠益,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了仪搔。 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 40,852評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡蜻牢,死狀恐怖烤咧,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情抢呆,我是刑警寧澤煮嫌,帶...
    沈念sama閱讀 36,520評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站抱虐,受9級(jí)特大地震影響昌阿,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜恳邀,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,181評(píng)論 3 335
  • 文/蒙蒙 一懦冰、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧谣沸,春花似錦刷钢、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 32,674評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至赋除,卻和暖如春阱缓,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背举农。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,788評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工荆针, 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。 一個(gè)月前我還...
    沈念sama閱讀 49,279評(píng)論 3 379
  • 正文 我出身青樓航背,卻偏偏與公主長(zhǎng)得像秸妥,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子沃粗,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,851評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容