网络抓取是从任何网站或任何其他信息源中提取数据的过程,以你想要查看的格式保存在你的系统中; 包含格式很多,例如CSV、Excel等;文件、XML、JSON等等。Python是最常见的网页抓取语言之一;对于任何网络抓取活动,Python被认为是确保此过程无任何错误进行的最佳方法;
2. 使用pandas 爬取网页数据 2.1 打开网页打开一个网页,将网址复制下来;
2.2 打开 PyCharm 编译器先下载pandas库,【文件】=>【设置】=>【项目:xxx】=>【项目解释器】(【File】=>【Settings…】=>【project:xxx】=>【Python Interpreter】),点击+号,在搜索框中输入“pandas”,在下方列表中选中“pandas”,点击安装,等待提示安装完成即可;
回到Pycharm输入以下代码
import pandas as pd #导入pandas库html = "https://mobile.anjuke.com/xf/fj-nn/2023/" #将要爬取数据的网站网址复制到此date = pd.read_html(html) #运用pd.read_html读取网站数据print(date) #输出爬取到的数据 运行结果如下所示: 3.使用urllib爬取网页数据并写入Excel表 3.1 下载 urllib 库与上述方法一致,这里就不赘述了
3.2 代码如下 import urllib.request #导入urllib库url = urllib.request.urlopen("https://fangjia.gotohui.com/show-39181") #需要抓取数据的网站data = url.read()dt1 = open("D:/Code/data/2.xls","wb") #xls表的位置,会自动生成xls表dt1.write(data) #将数据写入D:/Code/data/2.xls表中dt1.close()print(data) 3.3 运行结果如下打开目录下的2.xls表,即可看到爬取的数据;
结束语若这篇文章有帮到你,给个赞,收个藏,欢迎大家评论; 若文章有什么错误,欢迎大家指教。