【python爬虫案例】用python爬豆瓣读书TOP250排行榜！

踏云揽月

目录

• 一、爬虫对象-豆瓣读书TOP250
  
• 二、python爬虫代码讲解
  
• 三、讲解视频
  
• 四、完整源码
  

一、爬虫对象-豆瓣读书TOP250

今天我们分享一期python爬虫案例讲解。爬取对象是，豆瓣读书TOP250排行榜数据：
https://book.douban.com/top250
​

开发好python爬虫代码后，爬取成功后的csv数据，如下：
​

代码是怎样实现的爬取呢？下面逐一讲解python实现。
二、python爬虫代码讲解

首先，导入需要用到的库：

1. import requests  # 发送请求
2. from bs4 import BeautifulSoup  # 解析网页
3. import pandas as pd  # 存取csv
4. from time import sleep  # 等待时间

复制代码

然后，向豆瓣读书网页发送请求：

1. res = requests.get(url, headers=headers)

复制代码

利用BeautifulSoup库解析响应页面：

1. soup = BeautifulSoup(res.text, 'html.parser')

复制代码

用BeautifulSoup的select函数，（css解析的方法）编写代码逻辑，部分核心代码：

1. name = book.select('.pl2 a')[0]['title']  # 书名
2. book_name.append(name)
3. bkurl = book.select('.pl2 a')[0]['href']  # 书籍链接
4. book_url.append(bkurl)
5. star = book.select('.rating_nums')[0].text  # 书籍评分
6. book_star.append(star)
7. star_people = book.select('.pl')[1].text  # 评分人数
8. star_people = star_people.strip().replace(' ', '').replace('人评价', '').replace('(\n', '').replace('\n)',
9.                                                                                                  '')  # 数据清洗
10. book_star_people.append(star_people)

复制代码

最后，将爬取到的数据保存到csv文件中：

1. def save_to_csv(csv_name):
2.         """
3.         数据保存到csv
4.         :return: None
5.         """
6.         df = pd.DataFrame()  # 初始化一个DataFrame对象
7.         df['书名'] = book_name
8.         df['豆瓣链接'] = book_url
9.         df['作者'] = book_author
10.         df['译者'] = book_translater
11.         df['出版社'] = book_publisher
12.         df['出版日期'] = book_pub_year
13.         df['价格'] = book_price
14.         df['评分'] = book_star
15.         df['评分人数'] = book_star_people
16.         df['一句话评价'] = book_comment
17.         df.to_csv(csv_name, encoding='utf8')  # 将数据保存到csv文件

复制代码

其中，把各个list赋值为DataFrame的各个列，就把list数据转换为了DataFrame数据，然后直接to_csv保存。
这样，爬取的数据就持久化保存下来了。
三、讲解视频

同步讲解视频：https://www.zhihu.com/zvideo/1464515550177546240
四、完整源码

附完整源代码：【python爬虫案例】利用python爬虫爬取豆瓣读书TOP250的数据！
我是 @马哥python说 ，持续分享python源码干货中！

来源:https://www.cnblogs.com/mashukui/p/17514196.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！