数据结构化与保存

Posted 少钏_leo

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构化与保存相关的知识,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
from bs4 import BeautifulSoup
from datetime import datetime
import pandas
import re
 
def getclick(url):
    id=re.search(\'_(.*).html\',url).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(url):
    resd=requests.get(url)
    resd.encoding=\'utf-8\'
    soupd=BeautifulSoup(resd.text,\'html.parser\')
    news={}
    news[\'title\']=soupd.select(\'.show-title\')[0].text
    news[\'url\']=url
    info=soupd.select(\'.show-info\')[0].text
    news[\'content\']=soupd.select(\'.show-content\')[0].text.strip()
    news[\'click\']=getclick(url)
    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)
 
ns=[]
gzccurl=\'http://news.gzcc.cn/html/xiaoyuanxinwen/\'
ns.extend(onepage(gzccurl))
res=requests.get(gzccurl)
res.encoding=\'utf-8\'
soup = BeautifulSoup(res.text,\'html.parser\')
 
pages=int(soup.select(\'.a1\')[0].text.rstrip(\'\'))
 
for i in range(2,3):
    listurl=\'http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html\'.format(i)
    ns.extend(onepage(listurl))
 
df=pandas.DataFrame(ns)
print(df.head())
df.to_excel(\'gzccnews.xlsx\')

 

以上是关于数据结构化与保存的主要内容,如果未能解决你的问题,请参考以下文章

VSCode自定义代码片段5——HTML元素结构

从单个按钮从多个片段中提取数据

当我从用户获取数据并将其保存到 SQLite 数据库中时,我应该怎么做才能使列表视图在片段中工作

使用 savedInstanceState 保存片段状态

检索数据未出现在 ListView 的片段中

如果我想从另一个片段中添加书签,为啥我的书签单词没有保存到 sqlite 数据库?