0Python爬虫——以爬取官方医院信息为例(HTML基本结构框架+正则表达式)




import re
import requests
 
def get_hospitals_info(url):
    """
    获取官方提供的医院信息数据
    :param url: 医院信息页面的URL
    :return: 医院信息列表
    """
    response = requests.get(url)
    hospitals_info = []
    if response.status_code == 200:
        html = response.text
        # 使用正则表达式匹配医院信息
        hospitals = re.findall(r'<tr><td>(.*?)</td><td>(.*?)</td><td>(.*?)</td><td>(.*?)</td></tr>', html)
        for hospital in hospitals:
            hospitals_info.append({
                'hospital_name': hospital[0],
                'hospital_level': hospital[1],
                'bed_count': hospital[2],
                'address': hospital[3]
            })
    return hospitals_info
 
# 示例URL
example_url = 'http://www.health.com.cn/nhic/szks/szks_201803/14/content_285268.html'
hospitals = get_hospitals_info(example_url)
for hospital in hospitals:
    print(hospital)

这段代码使用了requests库来发送HTTP请求,并使用正则表达式re来解析HTML页面中的医院信息。代码首先定义了一个函数get_hospitals_info,它接受一个URL作为参数,发送HTTP请求,然后使用正则表达式匹配页面中的医院数据,并以字典的形式返回医院信息列表。最后,代码提供了一个示例URL,并调用函数获取医院信息,打印出结果。

最后修改于:2024年08月14日 08:32

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日