导航：首页 > 互联网科技 >

python如何爬取豆瓣各分类书单

发表于：2024-11-25 作者：千家信息网编辑

千家信息网最后更新 2024年11月25日，这篇文章主要介绍"python如何爬取豆瓣各分类书单"，在日常操作中，相信很多人在python如何爬取豆瓣各分类书单问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"pyt

千家信息网最后更新 2024年11月25日python如何爬取豆瓣各分类书单

这篇文章主要介绍"python如何爬取豆瓣各分类书单"，在日常操作中，相信很多人在python如何爬取豆瓣各分类书单问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"python如何爬取豆瓣各分类书单"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

代码展示：

pachon2.5.py      # -- coding: utf-8 --import urllibimport urllib2import reimport sys
reload(sys)
sys.setdefaultencoding('utf-8')
class book:     #豆瓣书籍的类    def init(self, types, page):        self.baseUrl = 'http://www.douban.com/tag/'        self.types = types        self.filename = 'doubanbook.txt'        self.page = page

def getContents(self): #爬取源代码    try:        #if self.page == 0:        url = self.baseUrl + self.types + '/book'        #else:        #   url = self.baseUrl + self.types + '/book?start=' + str(self.page)        user_agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.65 Safari/537.36'        headers = { 'User-Agent' : user_agent}        request = urllib2.Request(url,headers = headers)        response = urllib2.urlopen(request)        content = response.read()  #.decode('utf-8')        pattern = re.compile('(.*?).*?>(.*?)

',re.S) items = re.findall(pattern,content) return items except urllib2.URLError, e: if hasattr(e, "reason"): print u"豆瓣链接错误，错误原因", e.reason return None

def writetext(self, items): #写入txt for item in items: print item[0],item[1] files = open(self.filename,'a') files.write(item[0]) files.write(item[1]) files.write('\n') files.close()

def strat(self): #启动函数 self.writetext(self.getContents()) print u"""出现乱码为正常现象，在与本脚本相同的文件夹下会多出一个, doubanbook.txt的文件里面有所爬书籍，如你把本脚本放在桌面,文件便会出现在桌面""" print u"结束输入 'O' , 联系作者输入 'A'" end = raw_input('>') if end == 'A': print u"QQ邮箱:1021644861@qq.com" raw_input('>') else: print "over"

到此，关于"python如何爬取豆瓣各分类书单"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！

很赞哦！