爬虫当当网前500书籍

Posted wlswls

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬虫当当网前500书籍相关的知识,希望对你有一定的参考价值。


import requests
import re
import json

def request_dandan(url):
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.text
    except requests.RequestException:
        return None


def parse_result(html):
    pattern = re.compile(‘<li>.*?list_num.*?(\d+).</div>.*?<img src="(.*?)".*?class="name".*?title="(.*?)">.*?class="star">.*?class="tuijian">(.*?)</span>.*?class="publisher_info">.*?target="_blank">(.*?)</a>.*?class="biaosheng">.*?<span>(.*?)</span></div>.*?<p><span\sclass="price_n">¥(.*?)</span>.*?</li>‘,re.S)
    items = re.findall(pattern,html)
    for item in items:
        yield {
            ‘range‘: item[0],
            ‘iamge‘: item[1],
            ‘title‘: item[2],
            ‘recommend‘: item[3],
            ‘author‘: item[4],
            ‘times‘: item[5],
            ‘price‘: item[6]
        }


def write_item_to_file(item):
    print(‘开始写入数据 ====> ‘ + str(item))
    with open(‘book.txt‘, ‘a‘, encoding=‘UTF-8‘) as f:
        f.write(json.dumps(item, ensure_ascii=False) + ‘\n‘)
        f.close()


def main(page):
    url = ‘http://bang.dangdang.com/books/fivestars/01.00.00.00.00.00-recent30-0-0-1-‘ + str(page)
    html = request_dandan(url)
    items = parse_result(html) # 解析过滤我们想要的信息
    for item in items:
        write_item_to_file(item)


if __name__ == "__main__":
    for i in range(1,26):
        main(i)

  

 

 

以上是关于爬虫当当网前500书籍的主要内容,如果未能解决你的问题,请参考以下文章

爬虫爬当当网书籍信息

python爬虫中文乱码解决方法

scrapy爬取当当网

selenium自动化测试工具模拟登陆爬取当当网top500畅销书单

selenium自动化测试工具模拟登陆爬取当当网top500畅销书单

如何把浏览的书籍自动抓图