【Python爬虫作业】- 第十八次 使用bs4模块抓取手机号网

  1. 一、bs4模块解析的用法复习

  2. 二、抓取逻辑的复习

  3. 三、http://www.51hao.cc/ 网站全站抓取 抓取存储csv文件

from bs4 import BeautifulSoup
import requests
import csv

def get_city():
    url='http://www.51hao.cc/'
    req=requests.get(url)
    req.encoding='gb2312'
    soup=BeautifulSoup(req.text,'lxml')

    provinces_info=soup.find_all('div',class_='fkbj')
    city_list=[]
    for item in provinces_info:
        province_info=item.find('a')
        province_name=province_info.text
        # print(province_name)#省份的名字
        cities=item.next_sibling.next_sibling #item.next_sibling,
        cities_info=cities.find_all('a')
        for city_info in cities_info:
            city_dict={}
            city_dict['province']=province_name
            city_dict['city']=city_info.text
            city_dict['city_url']=city_info['href']#h获取href
            city_list.append(city_dict)
            # print(province_name,city_info.text,city_info['href'])#h获取href
    return city_list

def get_number(city):
    number_info=[]
    city_url=city['city_url']
    req=requests.get(city_url)
    req.encoding='gb2312'
    soup=BeautifulSoup(req.text,'lxml')
    numbers_info=soup.find_all('div',class_='num_bg')
    for item in numbers_info:
        # print(item.span.text,item.span.next_sibling)#131 联通号段 (共42个)
        first5_info=item.parent.next_sibling.next_sibling
        for one_first5 in first5_info.find_all('li'):
            number_dict={}
            number_dict['province']=city['province']
            number_dict['city'] = city['city']
            number_dict['first3'] = item.span.text
            number_dict['type']=item.span.next_sibling.string.split('(')[0].strip()
            number_dict['first5']=one_first5.a.text
            number_info.append(number_dict)
            print(number_dict)
    return number_info


if __name__=='__main__':
    city_info=get_city()
    all_city_number_info=[]

    for city in city_info:
        a_city_number_info = []
        a_city_number_info=get_number(city)
        all_city_number_info.extend(a_city_number_info)

    ff=open('all_city_number.csv','w',newline='',encoding='gb2312')#用wb不行
    f_csv=csv.writer(ff)
    for i in range(len(all_city_number_info)):
        a_list=[]
        a_list.append(all_city_number_info[i]['province'])
        a_list.append(all_city_number_info[i]['city'])
        a_list.append(all_city_number_info[i]['first3'])
        a_list.append(all_city_number_info[i]['type'])
        a_list.append(all_city_number_info[i]['first5'])
        f_csv.writerow(a_list)
    ff.close()
©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 217,907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 92,987评论 3 395
  • 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 164,298评论 0 354
  • 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 58,586评论 1 293
  • 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 67,633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 51,488评论 1 302
  • 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 40,275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 39,176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 45,619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 37,819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 39,932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 35,655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 41,265评论 3 329
  • 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 31,871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 32,994评论 1 269
  • 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 48,095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 44,884评论 2 354

推荐阅读更多精彩内容