python爬取法院失信名单——数据分析师不懂黑科技

爬取涉及到客户交互以及异步加载的页面,需要模拟客户点击并等待响应的操作。可以借助自动化测试软件selenium。
firefox浏览器驱动geckdriver下载地址

tar -xvzf chromedriver_linux64.zip
chmod +x chromedriver
sudo mv chromedriver /usr/bin/

pip install selenium

爬取法院失信名单(python)

# coding=utf-8    

import datetime
import pandas as pd
from bs4 import BeautifulSoup
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
import time
import sys
import os

# 打开chrome浏览器(需提前安装好chromedriver)
#----------------------------------------------------

browser = webdriver.Firefox()
# browser = webdriver.PhantomJS()
print("正在爬取...")
browser.get("http:\\www.baidu.com/")

elem = browser.find_element_by_name('wd')
elem.send_keys("全国法院被执行人信息查询 - 被执行人查询")
browser.find_element_by_xpath('//*[@id="su"]').click()

#initlize
data = pd.DataFrame()
print("正在爬取...")
soup = BeautifulSoup(browser.page_source, "lxml")
id_card = soup.find_all("span",attrs={"class":"op_trust_fl op_trust_papers"})
name = soup.find_all("span",attrs={"class":"op_trust_name"})
names = [x.get_text() for x in name]
id_cards = [x.get_text() for x in id_card]
tmp = pd.DataFrame({'names':names,'id_card':id_cards})
data = data.append(tmp)
data.to_csv("shixin.txt",mode='a',index=False)
time.sleep(1)
def scrapef():
    # netx  page
    browser.find_element_by_xpath('//p/span[@class="op_trust_page_next OP_LOG_BTN"]').click()
    time.sleep(1.5)
    print("正在爬取...")
    soup = BeautifulSoup(browser.page_source, "lxml")
    id_card = soup.find_all("span",attrs={"class":"op_trust_fl op_trust_papers"})
    name = soup.find_all("span",attrs={"class":"op_trust_name"})
    names = [x.get_text() for x in name]
    id_cards = [x.get_text() for x in id_card]
    data = pd.DataFrame({'names':names,'id_card':id_cards})
    data.to_csv("shixin.txt",mode='a',index=False)
    print(data)

while(True):
    scrapef()

如果是R,因为没有类似绑定java或python的版本,需要下载单独selenium软件,然后启动selenium服务。下载chrome或firefox驱动。

install.packages('Rselenium')
©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 218,386评论 6 506
  • 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 93,142评论 3 394
  • 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 164,704评论 0 353
  • 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 58,702评论 1 294
  • 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 67,716评论 6 392
  • 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 51,573评论 1 305
  • 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 40,314评论 3 418
  • 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 39,230评论 0 276
  • 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 45,680评论 1 314
  • 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 37,873评论 3 336
  • 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 39,991评论 1 348
  • 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 35,706评论 5 346
  • 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 41,329评论 3 330
  • 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 31,910评论 0 22
  • 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 33,038评论 1 270
  • 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 48,158评论 3 370
  • 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 44,941评论 2 355

推荐阅读更多精彩内容

  • 现状 好久好久没有更新博客了,应该有一个月了吧,这段时间内,好忙,公司的业务在上涨期,但是却把下面的一个小朋友砍掉...
    jb2阅读 1,295评论 0 2
  • python 也是很值得学习的一门工具。学好python和R。 1环境管理 管理 Python 版本和环境的工具 ...
    Liam_ml阅读 4,822评论 1 51
  • # Python 资源大全中文版 我想很多程序员应该记得 GitHub 上有一个 Awesome - XXX 系列...
    小迈克阅读 2,986评论 1 3
  • Transport . water - ferry - boat - ship - submarine: svbm...
    享悦moonlight阅读 343评论 0 0
  • 文/景优乔 “从前,有个姑娘……”南希开始自顾自地讲故事。泽西坐在一旁微笑,那种默认表情包第一个黄黄的淡雅的微笑。...
    大文字家阅读 350评论 0 1