python爬虫+JavaWeb接口+Android完整的小项目开发案例(1)

做了三年的测试,开发的知识学了不少,心血来潮,在测试空闲期写一个小项目消遣一下。
项目的整体构思如下:
1.python 爬虫爬取糗事百科,将需要的元素取出来插入到数据库中
2.java 开发一个接口,以json的形式展示,并分页
3.android 写一个apk,解析json接口,用listView展示数据,并分页

本篇讲解python 爬虫爬取糗事百科的数据

准备:python环境,安装lxml,pymysql,可以进入到python环境下的script目录下用 pip install安装
数据库准备:安装MySql,创建数据库表

CREATE TABLE `qiushibaike` (
    `id` INT  NOT NULL AUTO_INCREMENT ,
    `imgUrl` VARCHAR (3000),
    `username` VARCHAR (3000),
    `content` VARCHAR (3000),
    `vote` VARCHAR (3000),
    `comments` VARCHAR (3000),
    `imgpath` VARCHAR (3000),
    PRIMARY KEY ( id )
)DEFAULT CHARSET=utf8; 

打开糗事百科网站,并翻页,我们可以发现page后面的参数表示页数


image.png

下面是爬虫代码:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import requests
from lxml import etree
import pymysql

def insert(imgUrl,username,content,vote,comments,imgpath):

    #连接数据库
    connection = pymysql.connect(host='127.0.0.1', port=3306, user='root', password='root', db='shop',
                             charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor)

# 通过cursor创建游标
    cursor = connection.cursor()

# 创建sql 语句,并执行


    sql = 'INSERT INTO `qiushibaike` (`imgUrl`,`username`,`content`,`vote`,`comments`,`imgpath`) VALUES (%s,%s,%s,%s,%s,%s)'
    cursor.execute(sql,(imgUrl,username,content,vote,comments,imgpath));



# 提交SQL
    connection.commit()

def loadPage(page):

    url = 'http://www.qiushibaike.com/8hr/page/' + str(page)
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36',
        'Accept-Language': 'zh-CN,zh;q=0.8'}

    try:
        response = requests.get(url, headers=headers)
        resHtml = response.text

        html = etree.HTML(resHtml)
        result = html.xpath('//div[contains(@id,"qiushi_tag")]')

        #遍历取元素
        for site in result:


            #根据xpath获取用户头像路径,没有获取到则置空
            item = {}
            try:
                imgUrl = site.xpath('./div/a/img/@src')[0].encode('utf-8')
            except:
                imgUrl = ""

            #获取用户名
            try:
                username = site.xpath('./div/a/h2/text()')[0].encode('utf-8')
            except:
                username = ""

            #获取内容
            # username = site.xpath('.//h2')[0].text
            try:
                content = site.xpath('.//div[@class="content"]/span')[0].text.strip().encode('utf-8')
            except:
                connect = ""


            #获取投票数
            try:
                vote = site.xpath('.//i')[0].text
            except:
                vote = ""

            # print site.xpath('.//*[@class="number"]')[0].text
            # 获取评论信息
            try:
                comments = site.xpath('.//i')[1].text
            except:
                comments = ""

            #获取内容图片
            try:
                imgpath = site.xpath('./div/a/img/@src')[1].encode('utf-8')
            except:
                imgpath = ""

            print imgUrl, username, content, vote, comments, imgpath

            #插入数据库
            insert(imgUrl, username, content, vote, comments, imgpath)

    except Exception, e:
        print e


if __name__ == '__main__':
    #加载1-12页的数据
    for num in range(1, 13):
        loadPage(num)
        print "===============第" + str(num)+"页加载完毕================"


爬取完成之后查看数据库如下说明爬取成功


image.png
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 204,053评论 6 478
  • 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 85,527评论 2 381
  • 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 150,779评论 0 337
  • 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 54,685评论 1 276
  • 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 63,699评论 5 366
  • 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 48,609评论 1 281
  • 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 37,989评论 3 396
  • 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 36,654评论 0 258
  • 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 40,890评论 1 298
  • 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 35,634评论 2 321
  • 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 37,716评论 1 330
  • 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 33,394评论 4 319
  • 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 38,976评论 3 307
  • 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 29,950评论 0 19
  • 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 31,191评论 1 260
  • 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 44,849评论 2 349
  • 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 42,458评论 2 342

推荐阅读更多精彩内容