Python实战:抓取手机号码

运行结果:

列表页上关于详情页的链接:

详情页上的部分信息:

我的代码:

from bs4 import BeautifulSoup
import requests, time
import pymongo

client = pymongo.MongoClient("localhost", 27017)
phone_number = client["phone_number"]
sheet1 = phone_number["sheet1"]
item_phone_number = phone_number["item_phone_number"]
def get_links_from(channel, pages):
# http://bj.58.com/shoujihao/pn2/
list_view = "{}pn{}/".format(channel, str(pages))
wb_data = requests.get(list_view)
soup = BeautifulSoup(wb_data.text, 'lxml')
titles = soup.select("strong.number")
links = soup.select("li > a.t")
for title, link in zip(titles, links):
data = {"title":title.text, "link":link.get("href").split('?')[0]}
sheet1.insert_one(data)
print(data)

def get_info_from(url):
wb_data = requests.get(url)
soup = BeautifulSoup(wb_data.text, "lxml")
title1 = soup.select("h1")[0].text.split()
title = " ".join(title1)
date = soup.select("li.time")[0].text.strip()
price = soup.select("div.su_con > span")[0].text.strip()
sellor = soup.select("ul > ul > li > a")[0].text
data = {
'title' : title,
'date' : date,
'price' : price,
'sellor': sellor,
}
item_phone_number.insert_one(data)
print(data)

get_links_from("http://bj.58.com/shoujihao/", 2)
for item in sheet1.find():
get_info_from(item["link"])

'''
要想获得更多的信息:
numbers = soup.select("div.hm_1 > span > a")[3:]
types = soup.select("ul > li > div.hm_2 > span")[3:]
prices = soup.select("div.hm_3 > span")[3:]
for number, type, price in zip(numbers, types, prices):
print(number.text, type.text, price.text+'元')
'''

总结:

-1 对标签中文本中间含有空格、tab键和换行符时,可以先对文本利用split函数分片,再利用join函数进行聚合

-2 尽量使代码简单,最好不要循环套循环,字典套字典。

说明:对详情页只是进行了上部分的抓取,如果想对下部分进行抓取,可以另外见一个表,进行抓取存储

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,951评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,606评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,601评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,478评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,565评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,587评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,590评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,337评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,785评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,096评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,273评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,935评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,578评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,199评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,440评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,163评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,133评论 2 352

推荐阅读更多精彩内容