第一次写文章，有哪些不足希望指出，有哪个技术写的有问题，可以一起学习。
环境：python3.5
外部的库：requests,bs4, re,os,openpyxl
实现目标：爬取嗅事百科页面相关的楼主，岁，发言，好笑，评论，点赞数，踩等信息，并把相应的信息存储到文件或者Excel中
刚学爬虫有很多要学的，谈一下学习方法和学习感受，希望在后续的学习中能够效率高点，以openpyxl这个python模块，在爬这个案例时，第一次接触到，刚开始不是太理解怎么把每一条数据插入到Excel中，最后看了简书上的一篇关于 python用openpyxl来操作excel表格，然后练习了小例子才明白了ws.append([1,2,3]) 可以用append添加行 python的模块，虽然爬取不是太困难，但是因为自己基础太弱，中间遇到不少困难，多谢朋友指点，缺点：之前没加异常处理，如果不加的话，特别留言的内容，客户说的有一些特殊字符，写入文件，很容易出错，如果你写很多条记录，可能因为一条记录出错，导致文件保存错误
（转自博主 http://www.jianshu.com/p/47d972734f60）
相关代码：
importre
import requests
import time
import os
from openpyxl import Workbook
from openpyxl.compat import range
def getBaikeInfor():
try:
headers ={
'Host':'www.qiushibaike.com',
'Upgrade-Insecure-Requests':'1',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36'
}
res = requests.get('https://www.qiushibaike.com/',headers= headers)
result = res.text
# print(result)
# print('result===============')
pattern = re.compile('(.*?).*?.*?(.*?).*?(.*?).*?stats-comments.*?number">(.*?).*?up.*?number hidden">(.*?).*?.down.*?number hidden">(.*?)',re.S)
items = re.findall(pattern,result)
number =1
# print(len(items))
#filename = 'baike.txt'
#f = open(filename, 'a+',encoding='utf-8')
allResultList=[]
foriteminitems:
# print('{lou}楼'.format(lou=number)+'\n'+'楼主:{master}'.format(master =item[0])+'/n'+'{age}岁'.format(age=item[1])+'发言：{language}'.format(language = item[2])+'好笑:{xiao}'.format(xiao =item[3])+'评论：{pinglun}'.format(pinglun=item[4])+'赞：{zan}'.format(zan =item[5])+'踩：{cai}'.format(cai=item[6]))
try:
resultList=['{lou}楼'.format(lou=number),
'楼主:{master}'.format(master=item[0]).strip().replace('\n',''),
'{age}岁'.format(age=item[1]).strip(),
'发言：{language}'.format(language=item[2]).strip().replace('\n','').replace('[','').replace(']',''),
'好笑:{xiao}'.format(xiao=item[3]),
'评论：{pinglun}'.format(pinglun=item[4]),
'赞：{zan}'.format(zan=item[5]),
'踩：{cai}'.format(cai=item[6])
]
# allresultlist = []
# allresultlist.extend(resultList) #append extend区别
number +=1
allResultList.append(resultList)
exceptExceptionase:
print(e,'本条记录有误，已经忽略')
continue
# print(len(allResultList),allResultList)
returnallResultList
exceptExceptionase:
print(e,'error')
return None
#写入excel
def saveBaikeExcel(resultList,sheetName ='data'):
try:
AllExcelHead = ['楼','楼主','岁','发言','好笑','评论','赞','踩']
#导入openpyxl模块
#打开workbook
filePath =r'{}\{}'.format(SavePath,str(keyWord))
if not os.path.exists(filePath):
os.makedirs(filePath)# 创建文件
doc =r'{}\{}.{}'.format(filePath, keyWord,'xlsx')
print(doc)
# 创建一个工作薄
wb = Workbook()
# 选择默认的sheet
ws = wb.active
# 更改sheet的名字
ws.title = sheetName
#用append添加行
ws.append(AllExcelHead)
for linein resultList:
print(line)
try:
ws.append(line)
except:
continue
# 怎么把数据存到Excel中
wb.save(doc)
print('保存文件成功')
exceptExceptionase:
print(e,'保存出现问题')
return None
SavePath =r'f:\嗅事百科'
keyWord ='嗅事信息'
if__name__ =='__main__':
allBaike = getBaikeInfor()
# print(allBaike)
saveBaikeExcel(allBaike)
结果运行截图：
