使用PyCharm编写爬虫程序,爬取当当网 Top 500 本五星好评书籍

以下是一个简单的Python爬虫示例,使用requests和BeautifulSoup库来爬取当当网Top 500书籍信息,并使用PyCharm作为IDE。

首先,确保安装了requests和beautifulsoup4库:




pip install requests beautifulsoup4

然后,在PyCharm中创建一个新的Python文件,并输入以下代码:




import requests
from bs4 import BeautifulSoup
 
def get_top_books(url):
    response = requests.get(url)
    if response.status_code == 200:
        soup = BeautifulSoup(response.text, 'html.parser')
        books = soup.find_all('ul', class_='bang_list clearfix')
        for book in books:
            yield {
                'name': book.find('a', class_='name').text.strip(),
                'comment': book.find('p', class_='comment').text.strip(),
                'author': book.find('p', class_='author').text.strip(),
                'rating': book.find('p', class_='rating').text.strip(),
            }
 
def main():
    base_url = 'http://bang.dangdang.com/books/bestsellers/01.00.00.00.00.00-recent7-0-0-1-'
    for page in range(1, 11):  # 10 pages
        url = f'{base_url}{page}'
        for book in get_top_books(url):
            print(book)
 
if __name__ == '__main__':
    main()

这段代码定义了两个函数:get_top_books用于从指定URL获取书籍信息,main函数用于迭代10个页面,并打印每本书的信息。

请注意,对于爬取的数据,您需要遵守当当网的robots.txt协议,并尊重版权及隐私权利人的权益。此外,过度频繁的爬取可能会触犯法律,请合法使用爬虫,不进行数据挖掘或者用于商业目的。

最后修改于:2024年08月16日 10:38

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