栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

爬虫:东方财富网数据爬取

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

爬虫:东方财富网数据爬取

1、首先构造一个函数download_all_htmls()爬取网页信息

通过request函数根据路径获取网页信息,获得请求网页权限(可通过反爬虫机制来获取),构造空列表htmls来填入网页所对应的字符内容。

2、调用download_all_htmls函数获取网页内容

3、解析html所获得的相应数据

定义一个函数parse_single_html(html):用beautifulsoup初始化对象,通过目录路径找到目标总体items。读取items里所有的目标内容,通过正则表达式找到对应的目标对象link和title,并加入已定义的空列表datas,其元素为元组形式。

4、调用函数parse_single_html获取目标对象link和title

并通过pprint批量打印数据,使对象数据更一目了然。再将数据放入已定义的空列表data,最后将data转换为表格型的数据结构Dataframe。

5、将数据存入mysql

首先导入对应的模块create_engine,再设置连接数据库(注意用utf8mb4编码形式来存放较多字符串),最后写入mysql。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/329376.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号