python学习之旅-第二周week2-2

week2-1作业
学习python的第二周 5.24号完成练习week2-1在爬取58手机号

Paste_Image.png
Paste_Image.png

Level1代码

from bs4 import BeautifulSoup
import requests
import time
import pymongo
client = pymongo.MongoClient('localhost',27017)
walden = client['58_message']
phones_message = walden['phones_message']
def get_phones_links(url):
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36',
        'Cookie':'ipcity=sh%7C%u4E0A%u6D77; userid360_xml=BE5F745CB21889493F55E2AB183C6316; time_create=1466562303322; f=n; f=n; ipcity=sh%7C%u4E0A%u6D77; userid360_xml=BE5F745CB21889493F55E2AB183C6316; time_create=1466562500982; bj58_id58s="ZGFzSVk5dkFyUDZQODU4OA=="; id58=c5/njVc0K1eW7SWOA1IbAg==; als=0; myfeet_tooltip=end; bdshare_firstime=1463552754347; 58home=sh; final_history=25359014999104%2C25390255065933%2C26044978248654%2C26044268155977%2C26013739776688; sessionid=83130bc4-3b8b-4861-b967-70d61d824c8e; bj58_new_session=0; bj58_init_refer=""; bj58_new_uv=5; 58tj_uuid=0f55bf86-b266-4866-aea3-3fed2ffe6ccf; new_session=0; new_uv=4; utm_source=; spm=; init_refer='
    }
    print(url)
    wb_date = requests.get(url)
    soup = BeautifulSoup(wb_date.text,'lxml')
    #标题
    titles = soup.select('strong.number')
    #连接
    links = soup.select('a.t')
    if len(titles)>0:
        for title, link in zip(titles, links):
            data = {
                '标题': title.get_text(),
                '连接': link.get('href')
            }
            phones_message.insert_one(data)
            print(data)
    else:
        pass



full_url = ['http://bj.58.com/shoujihao/pn{}/'.format(str(i)) for
            i in range(0, 200, 1)]
for link in full_url:
    time.sleep(3)#设置间隔时间 防止被屏蔽
    get_phones_links(link)

Level2代码

client = pymongo.MongoClient('localhost',27017)
walden = client['58_message']
#循环数据库 得到所有连接
phones_message_look = walden['phones_message_look']
def get_Db_Message():
    for message in phones_message.find():
        #if判断排除几个选好网的推荐
        if  'http://bj.58.com/shoujihao/' in message['连接']:
            print(message['连接'])
            get_phone_message(message['连接'])
            time.sleep(2)
    return
#获取详细页面内容
def get_phone_message(url):
    wb_data = requests.get(url)
    soup = BeautifulSoup(wb_data.text,'lxml')
    titles = soup.select('#main > div.col.detailPrimary.mb15 > div.col_sub.mainTitle > h1')#标题
    prices = soup.select('#main > div.col.detailPrimary.mb15 > div.col_sub.sumary > ul > li:nth-of-type(1) > div.su_con > span')#价格
    sellers = soup.select('#divContacter1 > ul > ul > li > a')#卖家姓名
    tels = soup.select('#t_phone')#联系方式
    areas = soup.select('div.su_con > a')  # 区域
    if(len(areas)==2):
        area = areas[0].get_text()+'-'+areas[1].get_text()
    elif(len(areas)==1):
        area = areas[0].get_text()
    else:
        area= 'None'
    for title,price,seller,tel in zip(titles,prices,sellers,tels):
        data = {
            '标题':((title.get_text().replace('\t','')).replace('\n','')).replace(' ','').strip(),#去除样式里\t \n 连续空格等不需要的样式
            '价格':price.get_text().strip(),
            '卖家姓名':seller.get_text().strip(),
            '联系电话':tel.get_text().strip(),
            '区域':area
        }
        print(data)
        phones_message_look.insert_one(data)
    return
get_Db_Message()

MongoDb数据库

Paste_Image.png
Paste_Image.png

总结:
-.通过本次学习练习,从58同城爬取手机号连接信息以及卖家信息3000余条
-.难点,在本次爬取卖家信息时,QQ信息为图片,但是根据观察应该是根据一个32位的加密字符串有关系,但是技术有限,没能爬去下QQ信息

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 215,463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 91,868评论 3 391
  • 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 161,213评论 0 351
  • 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 57,666评论 1 290
  • 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 66,759评论 6 388
  • 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 50,725评论 1 294
  • 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 39,716评论 3 415
  • 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 38,484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 44,928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 37,233评论 2 331
  • 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 39,393评论 1 345
  • 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 35,073评论 5 340
  • 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 40,718评论 3 324
  • 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 31,308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 32,538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 47,338评论 2 368
  • 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 44,260评论 2 352

推荐阅读更多精彩内容