数据结构化与保存

Posted 46陈远钊

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 re
import pandas

res=requests.get(\'http://news.gzcc.cn/html/xiaoyuanxinwen/\')
res.encoding=\'utf-8\'
soup=BeautifulSoup(res.text,\'html.parser\')

def getclick(newsurl):
    id=re.search(\'_(.*).html\',newsurl).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[\'url\']=url
    news[\'title\']=soupd.select(\'.show-title\')[0].text
    info=soupd.select(\'.show-info\')[0].text
    #news[\'dt\']=datetime.strptime(info.lstrip(\'发表时间:\')[0:19],\'%Y-%m-%d %H:%M:%S\')
    #news[\'source\']=re.search(\'来源:(.*)点击\',info).group(1).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)

newstotal=[]
newstotal.extend(onepage(\'http://news.gzcc.cn/html/xiaoyuanxinwen/\'))
n=int(soup.select(\'.a1\')[0].text.rstrip(\'\'))
pages=n//10+1

for i in range(2,3):
    listurl=\'http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html\'.format(i)
    newstotal.extend(onepage(listurl))

#print(len(newstotal))
df=pandas.DataFrame(newstotal)
print(df.head())
print(df[\'title\'])
df.to_excel(\'gzccnews.xlsx\')
#with sqlite3.connect(\'gzccnewsdb2.sqlite\') as db:
#df.to_sql(\'gzccnewsdb2\',con=db)

从DataFrame保存到excel:

 

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?