爬虫之爬取豆瓣图书名字及ID
Posted lsm-boke
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬虫之爬取豆瓣图书名字及ID相关的知识,希望对你有一定的参考价值。
from urllib import request from bs4 import BeautifulSoup as bs #爬取豆瓣最受关注图书榜 resp = request.urlopen(‘https://book.douban.com/chart?subcat=I‘) html_data = resp.read().decode(‘utf-8‘) #转化为BeautifulSoup对象 soup = bs(html_data,‘html.parser‘) #搜索最受关注的图书列表 topchart_book =soup.find_all(‘ul‘,class_=‘chart-dashed-list‘) #搜索列表中所有图书 topchart_book_list = topchart_book[0].find_all(‘li‘,class_=‘media clearfix‘) #新建数组用于存放后续的数据 topchart_list = [] #遍历图书馆列表,从中过滤出我们所需的信息 for item in topchart_book_list: #新建字典用于存放我们的图书信息,之后可用class来存储 topchart_dict = {} #搜索到具体信息的位置 book_item = item.find(‘a‘,class_=‘fleft‘) book_items = item.find(‘span‘,class_=‘font-small color-red fleft‘) #得到图书ID topchart_dict[‘id‘] = book_item[‘href‘].split(‘/‘)[4] #得到图书名称 topchart_dict[‘name‘] = book_item.getText().replace(‘ ‘,‘‘).replace(‘ ‘,‘‘).replace(‘ ‘,‘‘) #图书名字 #得到图书评分 topchart_dict[‘grade‘] = book_items.getText() #将图书信息加入到数组中 topchart_list.append(topchart_dict) print(topchart_list)
以上是关于爬虫之爬取豆瓣图书名字及ID的主要内容,如果未能解决你的问题,请参考以下文章