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:24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內(nèi)容,希望對大家的學(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
日韩av黄色在线| 免费视频久久| 亚洲精品三级| 三级欧美在线一区| 日韩视频免费| 日韩午夜免费| 美美哒免费高清在线观看视频一区二区| 国精品产品一区| 成人国产精品一区二区网站| 久久福利在线| 粉嫩av一区二区三区四区五区 | 亚洲精品欧美| 天堂va欧美ⅴa亚洲va一国产| 免播放器亚洲| 中文字幕亚洲精品乱码| 日本va欧美va瓶| 欧美一区成人| 中文字幕在线高清| 亚洲天堂成人| 日本一区二区三区中文字幕| 国产精品密蕾丝视频下载| 精品视频97| 国产亚洲在线| 91在线成人| 中文字幕成在线观看| 影院欧美亚洲| 久久99蜜桃| 在线精品视频在线观看高清| 日精品一区二区三区| 精品三级在线观看视频| 黄色精品网站| 麻豆成人在线观看| 国产亚洲精品v| 美女高潮久久久| 首页国产欧美久久| 成人羞羞在线观看网站| 日韩国产在线观看一区| 99成人超碰| 国产精品二区影院| 亚洲激情欧美| 日本不良网站在线观看| 亚洲精品麻豆| 亚洲国产影院| 老司机精品在线| 久久亚洲国产精品一区二区| 综合日韩av| 国产精东传媒成人av电影| 免费人成在线不卡| 久久久久国产精品一区二区| 欧美一区在线观看视频| 三级欧美在线一区| 合欧美一区二区三区| 中文另类视频| 国产精品流白浆在线观看| aⅴ色国产欧美| 蜜桃成人av| 成人羞羞视频播放网站| 久久久国产精品入口麻豆| 日韩av一区二区三区四区| 美女黄网久久| 欧美日韩国产免费观看| 久久国产直播| 午夜日本精品| 快she精品国产999| 亚洲午夜免费| 免费成人在线观看| 日韩影院精彩在线| 一区二区国产在线| 欧美特黄a级高清免费大片a级| av资源亚洲| 日韩国产网站| 久久一区二区三区电影| 99久久精品网| 欧美在线影院| 日本大胆欧美人术艺术动态| 日韩欧美高清一区二区三区| 日韩精品久久理论片| 欧美日韩一区二区高清| 国产精品18| 久久精品动漫| 玖玖玖国产精品| 青草国产精品| 97在线精品| 久久亚洲专区| 视频一区视频二区在线观看| 亚洲精品免费观看| 亚洲激情精品| 日韩欧乱色一区二区三区在线| 日本aⅴ精品一区二区三区 | 国模大尺度视频一区二区| 亚洲综合在线电影| 91精品观看| 亚洲美女久久| 欧美日韩中出| 里番精品3d一二三区| 欧美激情三区| 久久精品91| 国产欧美日韩精品一区二区三区| 成人va天堂| 亚洲v天堂v手机在线| 国产盗摄——sm在线视频| 日韩精品一二三| 色网在线免费观看| 欧美自拍一区| 亚洲激精日韩激精欧美精品| 久久精品国产一区二区| 亚洲乱码视频| 亚洲一级网站| 91一区二区| 欧美日韩亚洲一区二区三区在线 | 欧美一级网站| 999国产精品视频| 免费在线亚洲欧美| 丝袜国产日韩另类美女| av中文字幕在线观看第一页| 欧美在线看片| 青草综合视频| 蜜桃视频一区二区三区| av资源中文在线天堂| 欧美一区网站| 亚洲三级网站| 午夜精品影院| 91精品国产福利在线观看麻豆| 国产精品分类| 亚洲一区区二区| 国产伊人精品| 91精品国产乱码久久久久久久| 精品久久久网| 成人在线超碰| 成午夜精品一区二区三区软件| 精品入口麻豆88视频| 麻豆精品99| 久久中文精品| 国产日韩亚洲欧美精品| 欧美激情久久久久久久久久久| 久久精品超碰| 欧美精品91| 国产成人1区| 日韩在线第七页| 国产一区二区三区不卡视频网站 | 亚洲欧洲专区| 日韩中文欧美在线| 中文字幕一区二区三区四区久久| 在线视频日韩| 亚洲精品美女91| 国产精品2区| 色婷婷色综合| 国产一区亚洲| 蜜臀av国产精品久久久久| 视频一区在线播放| 日韩国产欧美一区二区三区| 欧美91在线| 欧美亚洲精品在线| 亚洲精品乱码久久久久久蜜桃麻豆| 日韩高清在线观看一区二区| 国产乱子精品一区二区在线观看| 精品午夜久久| 亚洲主播在线| 麻豆成人91精品二区三区| 日韩中文欧美| 亚洲精品韩国| 国产精品久久久久久久久久10秀| 欧美日韩一二三四| 国产亚洲一区二区三区啪| 久久99国产精品视频| 在线国产一区二区| 六月丁香综合在线视频| 91精品观看| 丰满少妇一区| 日韩精品一区二区三区免费视频 | 国产精品乱战久久久| 精精国产xxxx视频在线播放| 日韩一区精品字幕| 亚洲成av在线| 久久a爱视频| 日韩精品免费视频一区二区三区| 国产成人精品三级高清久久91| 欧美不卡视频| 韩国一区二区三区视频| 99riav国产精品| xxxxx性欧美特大| 久久av资源| 91成人小视频| 99国产精品私拍| 日本黄色精品| 国产福利亚洲| 日韩激情一区二区| 日韩精品首页| bbw在线视频| 精品国产美女a久久9999| 国产精品宾馆| 日韩av一二三| 亚洲主播在线| 激情欧美国产欧美| 美女少妇全过程你懂的久久| 久久午夜影院| 精品国产乱码久久久久久樱花| 国产精品网址| 久久久免费人体| 精品国产欧美日韩一区二区三区|