python

超轻量级php框架startmvc

python爬虫爬取网页表格数据

更新时间:2020-05-23 13:36:01 作者:startmvc
用python爬取网页表格数据,供大家参考,具体内容如下frombs4importBeautifulSoupimportrequestsimportcs

用python爬取网页表格数据,供大家参考,具体内容如下


from bs4 import BeautifulSoup 
import requests 
import csv 
import bs4 
 
 
#检查url地址 
def check_link(url): 
 try: 
 
 r = requests.get(url) 
 r.raise_for_status() 
 r.encoding = r.apparent_encoding 
 return r.text 
 except: 
 print('无法链接服务器!!!') 
 
 
#爬取资源 
def get_contents(ulist,rurl): 
 soup = BeautifulSoup(rurl,'lxml') 
 trs = soup.find_all('tr') 
 for tr in trs: 
 ui = [] 
 for td in tr: 
 ui.append(td.string) 
 ulist.append(ui) 
 
#保存资源 
def save_contents(urlist): 
 with open("D:/2016年中国企业500强排行榜.csv",'w') as f: 
 writer = csv.writer(f) 
 writer.writerow(['2016年中国企业500强排行榜']) 
 for i in range(len(urlist)): 
 writer.writerow([urlist[i][1],urlist[i][3],urlist[i][5]]) 
def main(): 
 urli = [] 
 url = "http://www.maigoo.com/news/463071.html" 
 rs = check_link(url) 
 get_contents(urli,rs) 
 save_contents(urli) 
 
main() 

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

python爬取网页表格数据 python爬取表格数据 python爬取数据