这篇文章主要介绍“python如何爬取豆瓣各分类书单”，在日常操作中，相信很多人在python如何爬取豆瓣各分类书单问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python如何爬取豆瓣各分类书单”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联公司长期为近千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为鄞州企业提供专业的网站制作、网站建设，鄞州网站改版等技术服务。拥有十年丰富建站经验和众多成功案例,为您定制开发。
代码展示：
pachon2.5.py# -- coding: utf-8 --import urllibimport urllib2import reimport sysreload(sys)sys.setdefaultencoding('utf-8')class book: #豆瓣书籍的类def init(self, types, page):self.baseUrl = 'http://www.douban.com/tag/'self.types = typesself.filename = 'doubanbook.txt'self.page = page
def getContents(self): #爬取源代码try:#if self.page == 0:url = self.baseUrl + self.types + '/book'#else:# url = self.baseUrl + self.types + '/book?start=' + str(self.page)user_agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.65 Safari/537.36'headers = { 'User-Agent' : user_agent}request = urllib2.Request(url,headers = headers)response = urllib2.urlopen(request)content = response.read() #.decode('utf-8')pattern = re.compile('(.*?).*?>(.*?)
重庆分公司
重庆分公司
items = re.findall(pattern,content) return items except urllib2.URLError, e: if hasattr(e, "reason"): print u"豆瓣链接错误，错误原因", e.reason return None
def writetext(self, items): #写入txt for item in items: print item[0],item[1] files = open(self.filename,'a') files.write(item[0]) files.write(item[1]) files.write('\n') files.close()
def strat(self): #启动函数 self.writetext(self.getContents()) print u"""出现乱码为正常现象，在与本脚本相同的文件夹下会多出一个, doubanbook.txt的文件里面有所爬书籍，如你把本脚本放在桌面,文件便会出现在桌面""" print u"结束输入 'O' , 联系作者输入 'A'" end = raw_input('>') if end == 'A': print u"QQ邮箱:1021644861@qq.com" raw_input('>') else: print "over" 到此，关于“python如何爬取豆瓣各分类书单”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
