一、爬虫对象-豆瓣读书TOP250
今天我们分享一期python爬虫案例讲解。爬取对象是，豆瓣读书TOP250排行榜数据：
https://book.douban.com/top250
开发好python爬虫代码后，爬取成功后的csv数据，如下：
代码是怎样实现的爬取呢？下面逐一讲解python实现。
二、python爬虫代码讲解
首先，导入需要用到的库：
import requests # 发送请求
from bs4 import BeautifulSoup # 解析网页
import pandas as pd # 存取csv
from time import sleep # 等待时间
然后，向豆瓣读书网页发送请求：
res = requests.get(url, headers=headers)
利用BeautifulSoup库解析响应页面：
soup = BeautifulSoup(res.text, 'html.parser')
用BeautifulSoup的select函数，（css解析的方法）编写代码逻辑，部分核心代码：
name = book.select('.pl2 a')[0]['title'] # 书名
book_name.append(name)
bkurl = book.select('.pl2 a')[0]['href'] # 书籍链接
book_url.append(bkurl)
star = book.select('.rating_nums')[0].text # 书籍评分
book_star.append(star)
star_people = book.select('.pl')[1].text # 评分人数
star_people = star_people.strip().replace(' ', '').replace('人评价', '').replace('(n', '').replace('n)',
'') # 数据清洗
book_star_people.append(star_people)
最后，将爬取到的数据保存到csv文件中：
def save_to_csv(csv_name):
"""
数据保存到csv
:return: None
"""
df = pd.DataFrame() # 初始化一个DataFrame对象
df['书名'] = book_name
df['豆瓣链接'] = book_url
df['作者'] = book_author
df['译者'] = book_translater
df['出版社'] = book_publisher
df['出版日期'] = book_pub_year
df['价格'] = book_price
df['评分'] = book_star
df['评分人数'] = book_star_people
df['一句话评价'] = book_comment
df.to_csv(csv_name, encoding='utf8') # 将数据保存到csv文件
其中，把各个list赋值为DataFrame的各个列，就把list数据转换为了DataFrame数据，然后直接to_csv保存。
这样，爬取的数据就持久化保存下来了。
三、讲解视频
同步讲解视频：https://www.zhihu.com/zvideo/1464515550177546240
四、完整源码
附完整源代码：【python爬虫案例】利用python爬虫爬取豆瓣读书TOP250的数据！
我是 @马哥python说 ，持续分享python源码干货中！
内容来源于网络如有侵权请私信删除
文章来源: 博客园
- 还没有人评论，欢迎说说您的想法！
客服
