python 10.19作业
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python 10.19作业相关的知识,希望对你有一定的参考价值。
1、结构化
- 单条新闻的详情字典:news
- 一个列表页所有单条新闻汇总列表:newsls.append(news)
- 所有列表页的所有新闻汇总列表:newstotal.extend(newsls)
2、转换成pandas的数据结构DataFrame
3、从DataFrame保存到excel
4、从DataFrame保存到sqlite3数据库
import requests import re import pandas from bs4 import BeautifulSoup import sqlite3 url = ‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘ res = requests.get(url) res.encoding = ‘utf-8‘ soup = BeautifulSoup(res.text, ‘html.parser‘) def getclick(newurl): id = re.search(‘_(.*).html‘, newurl).group(1).split(‘/‘)[1] clickurl = ‘http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80‘.format(id) click = int(requests.get(clickurl).text.split(".")[-1].lstrip("html(‘").rstrip("‘);")) return click def getdetail(listurl): res = requests.get(listurl) res.encoding = ‘utf-8‘ soup = BeautifulSoup(res.text, ‘html.parser‘) news={} news[‘url‘]=url news[‘title‘]=soup.select(‘.show-title‘)[0].text info = soup.select(‘.show-info‘)[0].text #news[‘dt‘]=datetime.strptime(info.lstrip(‘发布时间‘)[0:19],‘%Y-%m-%d %H:%M:‘) #news[‘source‘]=re.search(‘来源:(.*)点击‘,info).group(1).strip() news[‘content‘]=soup.select(‘.show-content‘)[0].text.strip() news[‘click‘]=getclick(listurl) return (news) def onepage(pageurl): res = requests.get(pageurl) res.encoding = ‘utf-8‘ soup = BeautifulSoup(res.text, ‘html.parser‘) newsls=[] for news in soup.select(‘li‘): if len(news.select(‘.news-list-title‘)) > 0: newsls.append(getdetail(news.select(‘a‘)[0][‘href‘])) return(newsls) newstotal=[] for i in range(2,3): listurl=‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘ newstotal.extend(onepage(listurl)) df =pandas.DataFrame(newstotal) df.to_excel(‘gzccnews.xlsx‘) with sqlite3.connect(‘gzccnews_db.sqlite‘) as db: df.to_sql(‘news_table‘,con = db)
从DataFrame保存到sqlite3数据库
以上是关于python 10.19作业的主要内容,如果未能解决你的问题,请参考以下文章
HTML5期末大作业:餐饮美食网站设计——咖啡(10页) HTML+CSS+JavaScript 学生DW网页设计作业成品 web课程设计网页规划与设计 咖啡网页设计 美食餐饮网页设计...(代码片段