日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術(shù)文章
文章詳情頁

Python如何爬取51cto數(shù)據(jù)并存入MySQL

瀏覽:27日期:2022-07-13 09:39:14

實(shí)驗(yàn)環(huán)境

1.安裝Python 3.7

2.安裝requests, bs4,pymysql 模塊

實(shí)驗(yàn)步驟1.安裝環(huán)境及模塊

可參考https://www.jb51.net/article/194104.htm

2.編寫代碼

# 51cto 博客頁面數(shù)據(jù)插入mysql數(shù)據(jù)庫# 導(dǎo)入模塊import reimport bs4import pymysqlimport requests# 連接數(shù)據(jù)庫賬號(hào)密碼db = pymysql.connect(host=’172.171.13.229’, user=’root’, passwd=’abc123’, db=’test’, port=3306, charset=’utf8’)# 獲取游標(biāo)cursor = db.cursor()def open_url(url): # 連接模擬網(wǎng)頁訪問 headers = { ’user-agent’: ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ’ ’Chrome/57.0.2987.98 Safari/537.36’} res = requests.get(url, headers=headers) return res# 爬取網(wǎng)頁內(nèi)容def find_text(res): soup = bs4.BeautifulSoup(res.text, ’html.parser’) # 博客名 titles = [] targets = soup.find_all('a', class_='tit') for each in targets: each = each.text.strip() if '置頂' in each: each = each.split(’ ’)[0] titles.append(each) # 閱讀量 reads = [] read1 = soup.find_all('p', class_='read fl on') read2 = soup.find_all('p', class_='read fl') for each in read1: reads.append(each.text) for each in read2: reads.append(each.text) # 評(píng)論數(shù) comment = [] targets = soup.find_all('p', class_=’comment fl’) for each in targets: comment.append(each.text) # 收藏 collects = [] targets = soup.find_all('p', class_=’collect fl’) for each in targets: collects.append(each.text) # 發(fā)布時(shí)間 dates=[] targets = soup.find_all('a', class_=’time fl’) for each in targets: each = each.text.split(’:’)[1] dates.append(each) # 插入sql 語句 sql = '''insert into blog (blog_title,read_number,comment_number, collect, dates) values( ’%s’, ’%s’, ’%s’, ’%s’, ’%s’);''' # 替換頁面 xa0 for titles, reads, comment, collects, dates in zip(titles, reads, comment, collects, dates): reads = re.sub(’s’, ’’, reads) comment = re.sub(’s’, ’’, comment) collects = re.sub(’s’, ’’, collects) cursor.execute(sql % (titles, reads, comment, collects,dates)) db.commit() pass# 統(tǒng)計(jì)總頁數(shù)def find_depth(res): soup = bs4.BeautifulSoup(res.text, ’html.parser’) depth = soup.find(’li’, class_=’next’).previous_sibling.previous_sibling.text return int(depth)# 主函數(shù)def main(): host = 'https://blog.51cto.com/13760351' res = open_url(host) # 打開首頁鏈接 depth = find_depth(res) # 獲取總頁數(shù) # 爬取其他頁面信息 for i in range(1, depth + 1): url = host + ’/p’ + str(i) # 完整鏈接 res = open_url(url) # 打開其他鏈接 find_text(res) # 爬取數(shù)據(jù) # 關(guān)閉游標(biāo) cursor.close() # 關(guān)閉數(shù)據(jù)庫連接 db.close()if __name__ == ’__main__’: main()

3..MySQL創(chuàng)建對(duì)應(yīng)的表

CREATE TABLE `blog` ( `row_id` int(11) NOT NULL AUTO_INCREMENT COMMENT ’主鍵’, `blog_title` varchar(52) DEFAULT NULL COMMENT ’博客標(biāo)題’, `read_number` varchar(26) DEFAULT NULL COMMENT ’閱讀數(shù)量’, `comment_number` varchar(16) DEFAULT NULL COMMENT ’評(píng)論數(shù)量’, `collect` varchar(16) DEFAULT NULL COMMENT ’收藏?cái)?shù)量’, `dates` varchar(16) DEFAULT NULL COMMENT ’發(fā)布日期’, PRIMARY KEY (`row_id`)) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

Python如何爬取51cto數(shù)據(jù)并存入MySQL

4.運(yùn)行代碼,查看效果:

Python如何爬取51cto數(shù)據(jù)并存入MySQL

改進(jìn)版:

改進(jìn)內(nèi)容:

1.數(shù)據(jù)庫里面的某些字段只保留數(shù)字即可

2.默認(rèn)爬取的內(nèi)容都是字符串,存放數(shù)據(jù)庫的某些字段,最好改為整型,方便后面數(shù)據(jù)庫操作

1.代碼如下:

import reimport bs4import pymysqlimport requests# 連接數(shù)據(jù)庫db = pymysql.connect(host=’172.171.13.229’, user=’root’, passwd=’abc123’, db=’test’, port=3306, charset=’utf8’)# 獲取游標(biāo)cursor = db.cursor()def open_url(url): # 連接模擬網(wǎng)頁訪問 headers = { ’user-agent’: ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) ’ ’Chrome/57.0.2987.98 Safari/537.36’} res = requests.get(url, headers=headers) return res# 爬取網(wǎng)頁內(nèi)容def find_text(res): soup = bs4.BeautifulSoup(res.text, ’html.parser’) # 博客標(biāo)題 titles = [] targets = soup.find_all('a', class_='tit') for each in targets: each = each.text.strip() if '置頂' in each: each = each.split(’ ’)[0] titles.append(each) # 閱讀量 reads = [] read1 = soup.find_all('p', class_='read fl on') read2 = soup.find_all('p', class_='read fl') for each in read1: reads.append(each.text) for each in read2: reads.append(each.text) # 評(píng)論數(shù) comment = [] targets = soup.find_all('p', class_=’comment fl’) for each in targets: comment.append(each.text) # 收藏 collects = [] targets = soup.find_all('p', class_=’collect fl’) for each in targets: collects.append(each.text) # 發(fā)布時(shí)間 dates=[] targets = soup.find_all('a', class_=’time fl’) for each in targets: each = each.text.split(’:’)[1] dates.append(each) # 插入sql 語句 sql = '''insert into blogs (blog_title,read_number,comment_number, collect, dates) values( ’%s’, ’%s’, ’%s’, ’%s’, ’%s’);''' # 替換頁面 xa0 for titles, reads, comment, collects, dates in zip(titles, reads, comment, collects, dates): reads = re.sub(’s’, ’’, reads) reads=int(re.sub(’D’, '', reads)) #匹配數(shù)字,轉(zhuǎn)換為整型 comment = re.sub(’s’, ’’, comment) comment = int(re.sub(’D’, '', comment)) #匹配數(shù)字,轉(zhuǎn)換為整型 collects = re.sub(’s’, ’’, collects) collects = int(re.sub(’D’, '', collects)) #匹配數(shù)字,轉(zhuǎn)換為整型 dates = re.sub(’s’, ’’, dates) cursor.execute(sql % (titles, reads, comment, collects,dates)) db.commit() pass# 統(tǒng)計(jì)總頁數(shù)def find_depth(res): soup = bs4.BeautifulSoup(res.text, ’html.parser’) depth = soup.find(’li’, class_=’next’).previous_sibling.previous_sibling.text return int(depth)# 主函數(shù)def main(): host = 'https://blog.51cto.com/13760351' res = open_url(host) # 打開首頁鏈接 depth = find_depth(res) # 獲取總頁數(shù) # 爬取其他頁面信息 for i in range(1, depth + 1): url = host + ’/p’ + str(i) # 完整鏈接 res = open_url(url) # 打開其他鏈接 find_text(res) # 爬取數(shù)據(jù) # 關(guān)閉游標(biāo) cursor.close() # 關(guān)閉數(shù)據(jù)庫連接 db.close()#主程序入口if __name__ == ’__main__’: main()

2.創(chuàng)建對(duì)應(yīng)表

CREATE TABLE `blogs` ( `row_id` int(11) NOT NULL AUTO_INCREMENT COMMENT ’主鍵’, `blog_title` varchar(52) DEFAULT NULL COMMENT ’博客標(biāo)題’, `read_number` int(26) DEFAULT NULL COMMENT ’閱讀數(shù)量’, `comment_number` int(16) DEFAULT NULL COMMENT ’評(píng)論數(shù)量’, `collect` int(16) DEFAULT NULL COMMENT ’收藏?cái)?shù)量’, `dates` varchar(16) DEFAULT NULL COMMENT ’發(fā)布日期’, PRIMARY KEY (`row_id`)) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

3.運(yùn)行代碼,驗(yàn)證

Python如何爬取51cto數(shù)據(jù)并存入MySQL

升級(jí)版

為了能讓小白就可以使用這個(gè)程序,可以把這個(gè)項(xiàng)目打包成exe格式的文件,讓其他人,使用電腦就可以運(yùn)行代碼,這樣非常方便!

1.改進(jìn)代碼:

#末尾修改為:if __name__ == ’__main__’: main() print('ntt所有數(shù)據(jù)已成功存放數(shù)據(jù)庫!!! n') time.sleep(5)

2.安裝打包模塊pyinstaller(cmd安裝)

pip install pyinstaller -i https://pypi.tuna.tsinghua.edu.cn/simple/

3.Python代碼打包

1.切換到需要打包代碼的路徑下面

2.在cmd窗口運(yùn)行 pyinstaller -F test03.py (test03為項(xiàng)目名稱)

Python如何爬取51cto數(shù)據(jù)并存入MySQL

4.查看exe包

在打包后會(huì)出現(xiàn)dist目錄,打好包就在這個(gè)目錄里面

Python如何爬取51cto數(shù)據(jù)并存入MySQL

5.運(yùn)行exe包,查看效果

Python如何爬取51cto數(shù)據(jù)并存入MySQL

檢查數(shù)據(jù)庫

Python如何爬取51cto數(shù)據(jù)并存入MySQL

總結(jié):

1.這一篇博客,是在上一篇的基礎(chǔ)上改進(jìn)的,步驟是先爬取首頁的信息,再爬取其他頁面信息,最后在改進(jìn)細(xì)節(jié),打包exe文件

2.我們爬取網(wǎng)頁數(shù)據(jù)大多數(shù)還是存放到數(shù)據(jù)庫的,所以這種方法很實(shí)用。

3.其實(shí)在此博客的基礎(chǔ)上還是可以改進(jìn)的,重要的是掌握方法即可。

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持好吧啦網(wǎng)。

標(biāo)簽: Python 編程
相關(guān)文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
91久久精品无嫩草影院| 国产一区二区精品久| 五月天av在线| 中文字幕在线看片| 亚洲女同av| 999久久久精品国产| 久久视频精品| 亚洲激情社区| 亚洲欧美日韩在线观看a三区| 快she精品国产999| 色狠狠一区二区三区| 日韩av一区二区三区| 日本a口亚洲| 精品国产午夜肉伦伦影院| 久久久国产精品网站| 成人台湾亚洲精品一区二区| 福利在线免费视频| 欧美日韩精品一区二区视频| 午夜国产精品视频免费体验区| 午夜国产一区二区| 久久亚洲不卡| 欧美一级二级三级视频| 久久av超碰| 日韩在线欧美| 欧美成人午夜| 国产亚洲在线观看| 日韩精品91亚洲二区在线观看| 欧美视频久久| 加勒比视频一区| 久久久久国产精品一区二区| 激情丁香综合| 日韩国产成人精品| 国产一区不卡| 一区二区亚洲精品| 欧美久久精品| 久久电影tv| 中文一区一区三区免费在线观 | 免费国产亚洲视频| 国产剧情一区| 久久国产日本精品| 日韩有码av| 97精品国产一区二区三区| 狠狠久久婷婷| 国产精品s色| 国内精品福利| 7777精品| 99久久夜色精品国产亚洲1000部| 综合激情一区| 成人美女视频| 四虎在线精品| 91精品在线观看国产| 亚洲免费成人av在线| 丁香六月综合| 日韩精品五月天| 激情久久婷婷| 久久香蕉精品香蕉| 综合欧美精品| 久久精品亚洲欧美日韩精品中文字幕| 日韩激情精品| 激情久久中文字幕| 久久精品97| 99国产精品久久久久久久| 久久香蕉精品香蕉| 亚洲精品亚洲人成在线观看| 九九精品调教| 久久国产生活片100| 91成人超碰| 国产aⅴ精品一区二区四区| 综合欧美亚洲| 午夜久久福利| 日本免费一区二区三区四区| 国产精品一区二区三区美女 | 麻豆精品蜜桃视频网站| 久久av在线| 日韩不卡免费高清视频| 国产精品多人| 婷婷精品在线观看| 欧美~级网站不卡| 久久精品三级| 日韩一区精品| 精品91久久久久| 日本在线精品| 精品视频91| 日韩精品视频在线看| 欧美日韩国产精品一区二区亚洲| 精品视频国产| 国产精品一区二区av日韩在线| 香蕉精品999视频一区二区| 韩国精品主播一区二区在线观看| 国产精品亚洲欧美一级在线| 中文无码日韩欧| 伊人久久亚洲影院| 91九色精品| 999久久久精品国产| 日韩国产一区| 黄色在线网站噜噜噜| 欧美精品成人| 91亚洲精品在看在线观看高清| 亚洲h色精品| 日韩av有码| 国产美女高潮在线| 日韩国产欧美在线视频| 日韩一区精品字幕| 欧美日韩一二三四| 日韩久久视频| 精品99久久| 91精品尤物| 国产乱码精品一区二区三区亚洲人| 欧美日韩国产高清| 久久久久一区| 日韩深夜视频| 亚洲日本网址| 高清av一区二区三区| 麻豆91在线播放| 国产精品一区二区中文字幕| 欧美日韩一区二区国产| 日韩国产在线观看一区| 日韩精品一区二区三区中文字幕| 男人操女人的视频在线观看欧美| 亚洲少妇在线| 久久亚洲视频| 综合干狼人综合首页| 婷婷精品久久久久久久久久不卡| 亚州欧美在线| 日韩不卡一二三区| 国产欧美日韩精品一区二区免费| 欧美视频精品全部免费观看| 国产美女亚洲精品7777| 国产精品一区二区三区av麻| 国产一精品一av一免费爽爽| 国产午夜久久av| 免费在线观看一区| 国产一区二区三区视频在线| 国产suv精品一区二区四区视频| 韩国女主播一区二区三区| 国产精品二区不卡| 人人精品亚洲| 99在线精品免费视频九九视| 久久亚洲不卡| 91免费精品国偷自产在线在线| 国产欧美一区二区三区国产幕精品 | 欧美二三四区| 欧美/亚洲一区| 视频一区二区三区在线| 日韩一二三区在线观看| 国产精品资源| 中文在线а√天堂| 美女久久久久| 日韩在线网址| 国产中文欧美日韩在线| 欧洲一级精品| 欧美日韩国产一区精品一区| 只有精品亚洲| 久久一区亚洲| 久久精品中文| 免费日本视频一区| 国产精品久久久久久av公交车| 成人国产综合| 国产乱论精品| 欧美精选视频一区二区| 亚洲中午字幕| 国产极品嫩模在线观看91精品| 日韩欧美精品| 日韩中文字幕亚洲一区二区va在线| 日韩精品免费视频一区二区三区| 久久精品国产亚洲一区二区三区| 日韩电影二区| 国产免费成人| 日韩一区网站| 日韩高清成人| 日韩精品免费视频一区二区三区| 国产一区二区三区视频在线| 伊人久久成人| 91精品日本| 国产资源在线观看入口av| 久久国产精品久久久久久电车| 国产欧美一区二区色老头| 国产精品资源| 国产伦久视频在线观看| 日韩国产在线| 中文字幕在线视频久| 免费观看久久av| 亚洲午夜久久久久久尤物| 亚洲精品网址| 亚洲欧美在线综合| 国产精品一区二区99| 久久男人av资源站| 久久99免费视频| 亚州欧美在线| 综合国产视频| yellow在线观看网址| 日韩av中文字幕一区| 日本综合精品一区| 亚洲我射av| 午夜视频一区二区在线观看| 亚洲永久字幕| 99久久99视频只有精品 | 免费看黄色91| 视频小说一区二区| 国产成人精品免费视|