爬取python异步社区图书并写入excel

爬取python异步社区图书
关于Python的搜索前一页的书

这次的爬取风格比较靠谱,先将爬取到的异步社区的html存起来,这样一方面,加快了测试速度, 另一方面,也不会由于爬取的过于频繁,对对方的服务器,造成负担。
所谓“盗亦有道”,大概如是也

import requests
from bs4 import BeautifulSoup
import os, re
import xlwt

def getToThetxt(url):
    res = requests.get(url)
    res.encoding = res.apparent_encoding
    # print(res.text)
    soup = BeautifulSoup(res.text, 'lxml')
    with open(os.getcwd() + '/book.txt', 'w') as f:
        f.write(soup.prettify().replace('\u0142', '').replace('\xa9', ''))


def getfromtxt():
    with open(os.getcwd() + '/book.txt', 'r') as f:
        return f.read()


def getBookMeg(html):
    soup = BeautifulSoup(html, 'lxml')
    search = soup.find(attrs={'id': 'search-result'})
    bookimg = []
    bookNames = []
    bookAuthor = []
    translator = []
    summary = []
    price = []
    books = search.div.ul.find_all('li', attrs={'class': 'block-item bookList__item'})
    for book in books:
        divs = book.find_all('div')
        bookimg.append(divs[0].find('img'))
        bookNames.append(divs[1].find('h3').contents[1].string.replace(' ', '').replace('\n', ''))
        bookAuthor.append(divs[1].find(attrs={'class': 'bookList__author'}).text.replace(' ', '').replace('\n', ''))
        translator.append(divs[1].find(attrs={'class': 'bookList__translator'}).text.replace(' ', '').replace('\n', ''))
        summary.append(divs[1].find(attrs={'class': 'bookList__summary'}).text.replace(' ', '').replace('\n', ''))
        price.append(divs[2].find_all('li')[0].find('em').find('del').text.replace(' ', '').replace('\n', ''))
    # img先放着,先处理好data先
    work_book = xlwt.Workbook("D:\\Code\\python\\BookGet\\")
    sheet = work_book.add_sheet('sheet1')
    sheet.write(0, 0, "书名")
    sheet.write(0, 1, "作者")
    sheet.write(0, 2, "译者")
    sheet.write(0, 3, "大纲")
    sheet.write(0, 4, "价格")
    for i in range(1, len(books)+1):
        sheet.write(i, 0, bookNames[i-1])
        sheet.write(i, 1, bookAuthor[i-1])
        sheet.write(i, 2, translator[i-1])
        sheet.write(i, 3, summary[i-1])
        sheet.write(i, 4, price[i-1])
    work_book.save("book.xls")
    # data


if __name__ == "__main__":
    url = "http://www.epubit.com.cn/search?q=python&type=book"
    path = os.getcwd()
    path = path + '\\book.txt'
    # if not os.path.exists(path):
    if not os.path.exists(path):
        getToThetxt(url)
    getBookMeg(getfromtxt())

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,219评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,363评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,933评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,020评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,400评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,640评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,896评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,597评论 0 199
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,327评论 1 244
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,581评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,072评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,399评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,054评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,083评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,849评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,672评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,585评论 2 270

推荐阅读更多精彩内容