Python 爬虫

Python 爬虫入门

本文主要是对 Python 爬虫知识的一些梳理

# -*- coding: utf-8 -*-
import requests
from bs4 import BeautifulSoup
import codecs
import csv

def getHTML(url):
    r = requests.get(url)
    return r.content

def parseHTML(html):
    soup = BeautifulSoup(html,'html.parser')

    body = soup.body
    company_middle = body.find('div',attrs={'class':'middle'})
    company_list_ct = company_middle.find('div',attrs={'class':'list-ct'})

    company_list = []
    for company_ul in company_list_ct.find_all('ul',attrs={'class':'company-list'}):
        for company_li in company_ul.find_all('li'):
            company_url = company_li.a['href']
            company_info = company_li.get_text()
            company_list.append([company_info,company_url])

    return company_list

def writeCSV(file_name,data_list):
    with open(file_name,'w',encoding='utf-8') as f:
        writer = csv.writer(f)
        for data in data_list:
            writer.writerow(data)


if __name__ == "__main__":
    url = 'http://www.cninfo.com.cn/cninfo-new/information/companylist'
    html = getHTML(url)
    data_list =  parseHTML(html)
    writeCSV('test.csv',data_list)

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
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容