爬取网贷之家的数据

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬取网贷之家的数据相关的知识,希望对你有一定的参考价值。

代码还是借鉴数据之魂大大的,有兴趣的可以去看看他的博客,不多说直接上代码:

技术分享
 1 #!/usr/bin/env python3
 2 # -*- coding: utf-8 -*-
 3 import urllib
 4 import urllib.request
 5 import re
 6 import random
 7 #抓取所需内容
 8 user_agent = ["Mozilla/5.0 (Windows NT 10.0; WOW64)", Mozilla/5.0 (Windows NT 6.3; WOW64),
 9               Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.11 (Khtml, like Gecko) Chrome/23.0.1271.64 Safari/537.11,
10               Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; rv:11.0) like Gecko,
11               Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/28.0.1500.95 Safari/537.36,
12               Mozilla/5.0 (Windows NT 6.1; WOW64; Trident/7.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; rv:11.0) like Gecko),
13               Mozilla/5.0 (Windows; U; Windows NT 5.2) Gecko/2008070208 Firefox/3.0.1,
14               Mozilla/5.0 (Windows; U; Windows NT 5.1) Gecko/20070309 Firefox/2.0.0.3,
15               Mozilla/5.0 (Windows; U; Windows NT 5.1) Gecko/20070803 Firefox/1.5.0.12,
16               Opera/9.27 (Windows NT 5.2; U; zh-cn),
17               Mozilla/5.0 (Macintosh; PPC Mac OS X; U; en) Opera 8.0,
18               Opera/8.0 (Macintosh; PPC Mac OS X; U; en),
19               Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.12) Gecko/20080219 Firefox/2.0.0.12 Navigator/9.0.0.6,
20               Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; Win64; x64; Trident/4.0),
21               Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident/4.0),
22               Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.1; WOW64; Trident/6.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; InfoPath.2; .NET4.0C; .NET4.0E),
23               Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Maxthon/4.0.6.2000 Chrome/26.0.1410.43 Safari/537.1 ,
24               Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.1; WOW64; Trident/6.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; InfoPath.2; .NET4.0C; .NET4.0E; QQBrowser/7.3.9825.400),
25               Mozilla/5.0 (Windows NT 6.1; WOW64; rv:21.0) Gecko/20100101 Firefox/21.0 ,
26               Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.92 Safari/537.1 LBBROWSER,
27               Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.1; WOW64; Trident/6.0; BIDUBrowser 2.x),
28               Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.11 TaoBrowser/3.0 Safari/536.11]
29 url=http://shuju.wdzj.com
30 request=urllib.request.Request(url=url,headers={"User-Agent":random.choice(user_agent)})#随机从user_agent列表中抽取一个元素
31 response=urllib.request.urlopen(request)
32 content=response.read().decode(utf8)      #读取网页内容
33 pattern=re.compile(r\\/\\w{4}\\-\\w{4}\\-\\d*\\.\\w{4}\\S{2}[\\u4e00-\\u9fa5]{2,6}|\\/\\w{4}\\-\\w{4}\\-\\d*\\.\\w{4}\\S{2}\\S{2,7}|<div>\\d*.\\d*</div>)
34 match = re.findall(pattern,content)
35 a=[]                                          #第一步数据处理存放地址
36 b=[]                                          #第二步数据处理存放地址
37 for i in match:
38     try:
39         (n,m)=i.split(">")
40         a.append(m)
41     except:
42         (n, m,g) = i.split(">", 3)
43         a.append(m)                        #数据处理第一步
44 for q in a:
45     try:
46         (q1,q2)=q.split("<")
47         b.append(q1)
48     except:
49         b.append(q)                        #数据处理第二步
50 print(平台,\\t,成交量,   ,\\t,平均收益率,\\t,平均借款期限,\\t,待还余额)
51 for v in range(0,len(b),5):  #原网页有5列数据,所以步长为5
52     print(b[v],\\t,b[v+1], ,\\t,b[v+2],  ,\\t,b[v+3],  ,\\t,b[v+4])
View Code


正则表达式不是太熟,写的有点烂,不过基本能得出结果,下面附上部分爬取结果:

 技术分享


以上是关于爬取网贷之家的数据的主要内容,如果未能解决你的问题,请参考以下文章

爬取汽车之家新闻图片的python爬虫代码

python入门-----爬取汽车之家新闻,---自动登录抽屉并点赞,

python数据挖掘批量爬取站长之家的图片

python3 爬取汽车之家所有车型操作步骤

利用python爬取汽车之家,需要买车的程序员可以学

汽车之家数据爬取:文章链接//图片//标题