Python中怎么实现一个网络爬虫

这篇文章给大家介绍Python中怎么实现一个网络爬虫，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

第一部分：

获取网页信息：

import requestsurl = "https://voice.baidu.com/act/newpneumonia/newpneumonia"response = requests.get(url)

第二部分：

可以观察数据的特点： 数据包含在script标签里，使用xpath来获取数据。 导入一个模块 from lxml import etree 生成一个html对象并且进行解析 可以得到一个类型为list的内容，使用第一项就可以得到全部内容 接下来首先获取component的内容，这时使用json模块，将字符串类型转变为字典(Python的数据结构） 为了获取国内的数据，需要在component中找到caseList

接下来上代码：

from lxml import etreeimport json# 生成HTML对象html = etree.HTML(response.text)result = html.xpath('//script[@type="application/json"]/text()')result = result[0]# json.load()方法可以将字符串转化为python数据类型result = json.loads(result)result_in = result['component'][0]['caseList']　

第三部分：

将国内的数据存储到excel表格中： 使用openyxl模块，import openpyxl 首先创建一个工作簿，在工作簿下创建一个工作表 接下来给工作表命名和给工作表赋予属性

代码如下：

import openpyxl#创建工作簿wb = openpyxl.Workbook()#创建工作表ws = wb.activews.title = "国内疫情"ws.append(['省份', '累计确诊', '死亡', '治愈', '现有确诊', '累计确诊增量', '死亡增量', '治愈增量', '现有确诊增量'])'''area --> 大多为省份city --> 城市confirmed --> 累计crued --> 值域relativeTime -->confirmedRelative --> 累计的增量curedRelative --> 值域的增量curConfirm --> 现有确镇curConfirmRelative --> 现有确镇的增量'''for each in result_in:    temp_list = [each['area'], each['confirmed'], each['died'], each['crued'], each['curConfirm'],                 each['confirmedRelative'], each['diedRelative'], each['curedRelative'],                 each['curConfirmRelative']]    for i in range(len(temp_list)):        if temp_list[i] == '':            temp_list[i] = '0'    ws.append(temp_list)wb.save('./data.xlsx')

第四部分：

将国外数据存储到excel中： 在component的globalList中得到国外的数据 然后创建excel表格中的sheet即可，分别表示不同的大洲

代码如下：

data_out = result['component'][0]['globalList']for each in data_out:    sheet_title = each['area']    # 创建一个新的工作表    ws_out = wb.create_sheet(sheet_title)    ws_out.append(['国家', '累计确诊', '死亡', '治愈', '现有确诊', '累计确诊增量'])    for country in each['subList']:        list_temp = [country['country'], country['confirmed'], country['died'], country['crued'],                     country['curConfirm'], country['confirmedRelative']]        for i in range(len(list_temp)):            if list_temp[i] == '':                list_temp[i] = '0'        ws_out.append(list_temp)wb.save('./data.xlsx')

整体代码如下：

import requestsfrom lxml import etreeimport jsonimport openpyxl url = "https://voice.baidu.com/act/newpneumonia/newpneumonia"response = requests.get(url)#print(response.text)# 生成HTML对象html = etree.HTML(response.text)result = html.xpath('//script[@type="application/json"]/text()')result = result[0]# json.load()方法可以将字符串转化为python数据类型result = json.loads(result)#创建工作簿wb = openpyxl.Workbook()#创建工作表ws = wb.activews.title = "国内疫情"ws.append(['省份', '累计确诊', '死亡', '治愈', '现有确诊', '累计确诊增量', '死亡增量', '治愈增量', '现有确诊增量'])result_in = result['component'][0]['caseList']data_out = result['component'][0]['globalList']'''area --> 大多为省份city --> 城市confirmed --> 累计crued --> 值域relativeTime -->confirmedRelative --> 累计的增量curedRelative --> 值域的增量curConfirm --> 现有确镇curConfirmRelative --> 现有确镇的增量'''for each in result_in:    temp_list = [each['area'], each['confirmed'], each['died'], each['crued'], each['curConfirm'],                 each['confirmedRelative'], each['diedRelative'], each['curedRelative'],                 each['curConfirmRelative']]    for i in range(len(temp_list)):        if temp_list[i] == '':            temp_list[i] = '0'    ws.append(temp_list)# 获取国外疫情数据for each in data_out:    sheet_title = each['area']    # 创建一个新的工作表    ws_out = wb.create_sheet(sheet_title)    ws_out.append(['国家', '累计确诊', '死亡', '治愈', '现有确诊', '累计确诊增量'])    for country in each['subList']:        list_temp = [country['country'], country['confirmed'], country['died'], country['crued'],                     country['curConfirm'], country['confirmedRelative']]        for i in range(len(list_temp)):            if list_temp[i] == '':                list_temp[i] = '0'        ws_out.append(list_temp)wb.save('./data.xlsx')

结果如下：

国内：

国外：

推荐 ：

• 020 持续更新，精品小圈子每日都有新内容，干货浓度极高。

• 结实人脉、讨论技术 你想要的这里都有！

• 抢先入群，跑赢同龄人！（入群无需任何费用）

• 点击此处，与Python开发大牛一起交流学习

• 群号：858157650

申请即送：

• Python软件安装包，Python实战教程

• 资料免费领取，包括 Python基础学习、进阶学习、爬虫、人工智能、自动化运维、自动化测试等

关于Python中怎么实现一个网络爬虫就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。