当前位置: 首页 > news >正文

网站二次开发公司网络营销的四个特点

网站二次开发公司,网络营销的四个特点,网站建设公司推荐,无障碍网站建设的摘要爬虫 爬虫原理 爬虫,又称网络爬虫,是一种自动获取网页内容的程序。它模拟人类浏览网页的行为,发送HTTP请求,获取网页源代码,再通过解析、提取等技术手段,获取所需数据。 HTTP请求与响应过程 爬虫首先向…

爬虫

爬虫原理

  • 爬虫,又称网络爬虫,是一种自动获取网页内容的程序。
  • 它模拟人类浏览网页的行为,发送HTTP请求,获取网页源代码,再通过解析、提取等技术手段,获取所需数据。

HTTP请求与响应过程

  • 爬虫首先向目标网站发送HTTP请求,请求可以包含多种参数,如URL、请求方法(GET或POST)、请求头(Headers)等。
  • 服务器接收到请求后,返回相应的HTTP响应,包括状态码、响应头和响应体(网页内容)。

常用爬虫技术

名称功能
请求库如 requests、aiohttp 等
解析库如 BeautifulSoup、lxml、PyQuery 等
存储库如 pandas、SQLite 等
异步库如 asyncio、aiohttp 等

实战

  1. 爬取豆瓣电影Top250
import requests
from bs4 import BeautifulSoup
import csv
# 请求 URL
url = 'https://movie.douban.com/top250'
# 请求头部
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}
# 解析页面函数
def parse_html(html):soup = BeautifulSoup(html, 'lxml')movie_list = soup.find('ol', class_='grid_view').find_all('li')for movie in movie_list:title = movie.find('div', class_='hd').find('span', class_='title').get_text()rating_num = movie.find('div', class_='star').find('span', class_='rating_num').get_text()comment_num = movie.find('div', class_='star').find_all('span')[-1].get_text()writer.writerow([title, rating_num, comment_num])# 保存数据函数
def save_data():f = open('douban_movie_top250.csv', 'a', newline='', encoding='utf-8-sig')global writerwriter = csv.writer(f)writer.writerow(['电影名称', '评分', '评价人数'])for i in range(10):url = 'https://movie.douban.com/top250?start=' + str(i*25) + '&filter='response = requests.get(url, headers=headers)parse_html(response.text)f.close()if __name__ == '__main__':save_data()
  1. 爬取当当网图书信息
import requests
from lxml import etree
import csvurl = 'http://search.dangdang.com/?key=Python&act=input'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}def parse_html(html):selector = etree.HTML(html)book_list = selector.xpath('//*[@id="search_nature_rg"]/ul/li')for book in book_list:title = book.xpath('a/@title')if title:title = title[0]else:title = "未知书名"link = book.xpath('a/@href')if link:link = link[0]else:link = "未知链接"price = book.xpath('p[@class="price"]/span[@class="search_now_price"]/text()')if price:price = price[0]else:price = "未知价格"author = book.xpath('p[@class="search_book_author"]/span[1]/a/@title')if author:author = author[0]else:author = "未知作者"publish_date = book.xpath('p[@class="search_book_author"]/span[2]/text()')if publish_date:publish_date = publish_date[0]else:publish_date = "未知出版日期"publisher = book.xpath('p[@class="search_book_author"]/span[3]/a/@title')if publisher:publisher = publisher[0]else:publisher = "未知出版社"yield {'书名': title,'链接': link,'价格': price,'作者': author,'出版日期': publish_date,'出版社': publisher}def save_data():response = requests.get(url, headers=headers)if response.status_code == 200:with open('dangdang_books.csv', 'w', newline='', encoding='utf-8-sig') as f:writer = csv.writer(f)writer.writerow(['书名', '链接', '价格', '作者', '出版日期', '出版社'])for item in parse_html(response.text):writer.writerow([item['书名'], item['链接'], item['价格'], item['作者'], item['出版日期'], item['出版社']])else:print(f"请求失败,状态码:{response.status_code}")if __name__ == '__main__':save_data()
http://www.wooajung.com/news/23203.html

相关文章:

  • 网站程序如何上传推广软文300字范文
  • b2c电子商务网站制作辽宁seo推广
  • 网页编辑软件 破解版企业网站seo案例分析
  • 做影视网站什么cms好用吗seo外包 靠谱
  • 最新军事新闻今日最新消息seo门户网站
  • 网站怎么做json数据库适合seo的建站系统
  • 尼日利亚网站开发如何注册百度账号
  • 网站建设资源百度爱采购官网首页
  • 建设网站为什么要虚拟主机站长工具天美传媒
  • 企业网站设计开题报告推广方案应该有哪些方面
  • 内部网站制作谁有恶意点击软件
  • 网站空间续费后网页不能打开免费建立个人网站官网
  • asp.net 网站备份电脑培训学校课程
  • 理财公司网站建设方案纯注册app拉新平台
  • 国外有做塑料粒子的网站吗搜索引擎关键词的工具
  • 对新网站做seo大概需要多久韶关seo
  • 网站域名服务器一年多少钱搜索引擎排名营销
  • 枣庄网站建设.com汕头seo推广
  • 中国建设银行网站保定五四路百度地址如何设置门店地址
  • 做电影网站配什么公众号有必要买优化大师会员吗
  • 网上做游戏赚钱的网站平台推广方案
  • 做家电维修网站友情链接怎么添加
  • 旅游网站建设的目的及功能定位谷歌seo关键词排名优化
  • 做网站主流语言国内十大搜索引擎
  • 购物网站开发 英文文献老客外链
  • 自建b2c网站流量宝
  • 网站建设安全规划东莞免费网站建设网络营销
  • wordpress分销优化公司流程制度
  • 企业网站改版方案关联词有哪些
  • 大良网站建设新网站怎么做优化