使用爬蟲爬取本地網(wǎng)頁信息

一、作業(yè)描述

snapshot1.png

爬取如上本地網(wǎng)頁上商品的圖片地址油坝、標(biāo)題焕窝、價(jià)格蹬挺、瀏覽量和評(píng)分星級(jí)。

二它掂、作業(yè)目的

  1. 使用with函數(shù)讀取本地網(wǎng)頁
  2. 使用bs4解析本地網(wǎng)頁
  3. 使用css selector定位網(wǎng)頁內(nèi)容
  4. 使用.select方法爬取所需內(nèi)容
  5. 使用字典格式化爬取數(shù)據(jù)

三巴帮、作業(yè)代碼

from bs4 import BeautifulSoup

#使用with函數(shù)會(huì)在文件命令執(zhí)行完畢后自動(dòng)關(guān)閉文件
with open('/home/xss/Plan-for-combating/week1/1_2/1_2answer_of_homework/index.html','r') as wb_data:
    soup = BeautifulSoup(wb_data, 'lxml')
    images  = soup.select('div.thumbnail > img')
    prices  = soup.select('div.caption > h4.pull-right')
    titles  = soup.select('div.caption > h4 > a')
    amouts  = soup.select('p.pull-right')
    ratings = soup.select('div.ratings > p:nth-of-type(2)')

info = []



for title, image, price, amout, rating in zip(titles, images, prices, amouts, ratings):

    data = {
        'title' : title.get_text(),
        'image' : image.get('src'),
        'price' : price.get_text(),
        'amout' : amout.get_text(),
        'rating' : len(rating.find_all('span', class_ = 'glyphicon glyphicon-star'))
    }
    info.append(data)

for i in info:
    if float(i['rating']) > 3:
        print(i['title'], i['price'])

作業(yè)小結(jié):

  • css selector不必使用完整的,只要能唯一確定所要爬取的內(nèi)容即可虐秋。
  • zip函數(shù)的用法

定義:zip([iterable, ...])
zip()是Python的一個(gè)內(nèi)建函數(shù)榕茧,它接受一系列可迭代的對(duì)象作為參數(shù),將對(duì)象中對(duì)應(yīng)的元素打包成一個(gè)個(gè)tuple(元組)熟妓,然后返回由這些 tuples組成的list(列表)雪猪。若傳入?yún)?shù)的長度不等,則返回list的長度和參數(shù)中長度最短的對(duì)象相同起愈。利用*號(hào)操作符只恨,可以將list unzip(解壓)。
例如

>>>> a = [1,2,3]
>>>> b = [4,5,6] 
>>>> zipped = zip(a,b) 
[(1, 4), (2, 5), (3, 6)] 
  • find_all方法可以將符合條件的標(biāo)簽打包為一個(gè)列表抬虽,獲得評(píng)分就是通過將所有屬性為'glyphicon glyphicon-star'的span標(biāo)簽打包成一個(gè)列表官觅,并用len函數(shù)返回其長度從而獲取星級(jí)數(shù)。
  • get_text()方法用于獲取文本內(nèi)容阐污,get()方法用于獲得指定屬性內(nèi)的內(nèi)容休涤,返回值均為字符串。
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:七十年代末笛辟,一起剝皮案震驚了整個(gè)濱河市功氨,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌手幢,老刑警劉巖捷凄,帶你破解...
    沈念sama閱讀 211,817評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異围来,居然都是意外死亡跺涤,警方通過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 90,329評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門监透,熙熙樓的掌柜王于貴愁眉苦臉地迎上來桶错,“玉大人,你說我怎么就攤上這事胀蛮≡旱螅” “怎么了?”我有些...
    開封第一講書人閱讀 157,354評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵粪狼,是天一觀的道長黎比。 經(jīng)常有香客問我超营,道長,這世上最難降的妖魔是什么阅虫? 我笑而不...
    開封第一講書人閱讀 56,498評(píng)論 1 284
  • 正文 為了忘掉前任演闭,我火速辦了婚禮,結(jié)果婚禮上颓帝,老公的妹妹穿的比我還像新娘米碰。我一直安慰自己,他們只是感情好购城,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評(píng)論 6 386
  • 文/花漫 我一把揭開白布吕座。 她就那樣靜靜地躺著,像睡著了一般瘪板。 火紅的嫁衣襯著肌膚如雪吴趴。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,829評(píng)論 1 290
  • 那天侮攀,我揣著相機(jī)與錄音锣枝,去河邊找鬼。 笑死兰英,一個(gè)胖子當(dāng)著我的面吹牛撇叁,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播畦贸,決...
    沈念sama閱讀 38,979評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼陨闹,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼!你這毒婦竟也來了薄坏?” 一聲冷哼從身側(cè)響起趋厉,我...
    開封第一講書人閱讀 37,722評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎胶坠,沒想到半個(gè)月后君账,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 44,189評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡涵但,尸身上長有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 36,519評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了帖蔓。 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矮瘟。...
    茶點(diǎn)故事閱讀 38,654評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖塑娇,靈堂內(nèi)的尸體忽然破棺而出澈侠,到底是詐尸還是另有隱情,我是刑警寧澤埋酬,帶...
    沈念sama閱讀 34,329評(píng)論 4 330
  • 正文 年R本政府宣布哨啃,位于F島的核電站烧栋,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏拳球。R本人自食惡果不足惜审姓,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望祝峻。 院中可真熱鬧魔吐,春花似錦、人聲如沸莱找。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽奥溺。三九已至辞色,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間浮定,已是汗流浹背相满。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評(píng)論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留壶唤,地道東北人雳灵。 一個(gè)月前我還...
    沈念sama閱讀 46,382評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像闸盔,于是被迫代替她去往敵國和親悯辙。 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 43,543評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容