《大众点评爬虫程序实战:爬取店铺展示信息》




import requests
from bs4 import BeautifulSoup
import pymysql
 
# 连接数据库
conn = pymysql.connect(host='localhost', user='your_username', password='your_password', db='dianping', charset='utf8')
cursor = conn.cursor()
 
# 爬取店铺展示信息
def crawl_shop_info(shop_url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
    }
    response = requests.get(shop_url, headers=headers)
    if response.status_code == 200:
        soup = BeautifulSoup(response.text, 'lxml')
        # 店铺名称
        shop_name = soup.select('.shop-name')[0].text.strip()
        # 店铺地址
        shop_address = soup.select('.address')[0].text.strip()
        # 店铺电话
        shop_phone = soup.select('.phone')[0].text.strip()
        # 店铺点评数
        shop_comment_count = soup.select('.comment-count')[0].text.strip()
        # 店铺评分
        shop_score = soup.select('.shop-score')[0].text.strip()
        # 店铺所在区域
        shop_area = soup.select('.area')[0].text.strip()
        # 店铺类型
        shop_type = soup.select('.tag')[0].text.strip()
        
        # 将爬取的信息插入数据库
        insert_sql = "INSERT INTO shop_info(shop_name, shop_address, shop_phone, shop_comment_count, shop_score, shop_area, shop_type) VALUES (%s, %s, %s, %s, %s, %s, %s)"
        cursor.execute(insert_sql, (shop_name, shop_address, shop_phone, shop_comment_count, shop_score, shop_area, shop_type))
        conn.commit()
 
# 主函数,用于控制爬虫的运行
def main():
    shop_url = 'https://www.dianping.com/shop/1234567'  # 示例URL,实际应替换为你要爬取的店铺URL
    crawl_shop_info(shop_url)
 
if __name__ == '__main__':
    main()

这段代码实现了一个简单的爬虫程序,用于从大众点评网站上爬取单个店铺的展示信息,并将这些信息插入到名为dianping的MySQL数据库中的shop_info表中。在实际应用中,你需要替换数据库连接信息,并确保数据库已经创建好相应的表。同时,你还需要处理可能出现的异常,例如网络请求失败、解析错误等。

none
最后修改于:2024年08月16日 10:31

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