①Strip()方法用于删除开始或结尾的字符。lstrip()|rstirp()分别从左右执行删除操作。默认情况下会删除空白或者换行符,也可以指定其他字符。
②如果想处理中间的空格,需要求助其他技术 ,比如replace(),或者正则表达式
③strip()和其他迭代结合,从文件中读取多行数据,使用生成器表达式
④更高阶的strip
可能需要使用translate()方法
2018-06-22 00:50:57来源:未知 阅读 ()
from bs4 import BeautifulSoup import requests import time import re url = 'http://search.qyer.com/hotel/89580_4.html' urls = ['http://search.qyer.com/hotel/89580_{}.html'.format(str(i)) for i in range(1,10)] # 最多157页 infos = [] # print(urls) # 批量爬取数据 def getAUrl(urls): data_number = 0 for url in urls: getAttractions(url) print('--------------{}-----------------'.format(len(infos)),sep='\n') # 爬取当页面数据 def getAttractions(url,data = None): web_data = requests.get(url) time.sleep(2) soup = BeautifulSoup(web_data.text,'lxml') # print(soup) hotel_names = soup.select('ul.shHotelList.clearfix > li > h2 > a') hotel_images = soup.select('span[class="pic"] > a > img') hotel_points = soup.select('span[class="points"]') hotel_introduces = soup.select('p[class="comment"]') hotel_prices = soup.select('p[class="seemore"] > span > em') if data == None: for name,image,point,introduce,price in \ zip(hotel_names,hotel_images,hotel_points,hotel_introduces,hotel_prices): data = { 'name':name.get_text().replace('\r\n','').strip(), 'image':image.get('src'), 'point':re.findall(r'-?\d+\.?\d*e?-?\d*?', point.get_text())[0], 'introduce':introduce.get_text().replace('\r\n','').strip(), 'price':int(price.get_text()) } # print(data) infos.append(data) # 根据价格从高到低进行排序 def getInfosByPrice(infos = infos): infos = sorted(infos, key=lambda info: info['price'], reverse=True) for info in infos: print(info['price'], info['name']) # getAttractions(url)
爬取的网站链接
穷游网
遇到的问题及解决办法
①Strip()方法用于删除开始或结尾的字符。lstrip()|rstirp()分别从左右执行删除操作。默认情况下会删除空白或者换行符,也可以指定其他字符。
②如果想处理中间的空格,需要求助其他技术 ,比如replace(),或者正则表达式
③strip()和其他迭代结合,从文件中读取多行数据,使用生成器表达式
④更高阶的strip
可能需要使用translate()方法
2. 【转载】Python:object of type 'Response' has no len(),如何解决?
标签:
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有
上一篇:模块
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash