Python爬虫:汽车之家爬虫(完整代码)




import requests
from lxml import etree
import csv
 
def get_car_info(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36',
    }
    response = requests.get(url, headers=headers)
    response.encoding = 'utf-8'
    html = etree.HTML(response.text)
    return html
 
def parse_car_info(html):
    # 汽车名称
    name = html.xpath('//div[@class="car-intro-cont"]/h1/text()')[0]
    # 汽车价格
    price = html.xpath('//div[@class="car-price-cont"]/p[@class="car-price-num"]/text()')[0]
    # 汽车图片
    image = html.xpath('//div[@class="car-intro-img"]/img/@src')[0]
    # 汽车参数
    parameters = html.xpath('//div[@class="car-param-cont"]/p/text()')
    return {
        'name': name,
        'price': price,
        'image': image,
        'parameters': parameters
    }
 
def save_car_info(car_info, file_name):
    with open(file_name, 'w', newline='', encoding='utf-8') as f:
        writer = csv.writer(f)
        writer.writerow(['name', 'price', 'image', 'parameters'])
        writer.writerow([car_info['name'], car_info['price'], car_info['image'], ','.join(car_info['parameters'])])
 
def main():
    url = 'https://www.autohome.com.cn/156148/#pvareaid=201571'
    html = get_car_info(url)
    car_info = parse_car_info(html)
    save_car_info(car_info, 'car_info.csv')
 
if __name__ == '__main__':
    main()

这段代码实现了汽车之家网站特定汽车信息的抓取,并将其保存到CSV文件中。代码首先定义了获取网页、解析网页以及保存数据的函数。然后在main函数中,我们调用这些函数,完成数据抓取和保存的流程。在实际应用中,你需要根据目标网站的具体结构调整XPath表达式。

最后修改于:2024年08月16日 10:32

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