最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python抓取京東圖書(shū)評(píng)論數(shù)據(jù)

 更新時(shí)間:2014年08月31日 15:33:57   投稿:hebedich  
最近接了個(gè)項(xiàng)目,需要抓取京東圖書(shū)的評(píng)論,把代碼放出來(lái)給大家分享下,希望能有所幫助

 京東圖書(shū)評(píng)論有非常豐富的信息,這里面就包含了購(gòu)買(mǎi)日期、書(shū)名、作者、好評(píng)、中評(píng)、差評(píng)等等。以購(gòu)買(mǎi)日期為例,使用Python + Mysql的搭配進(jìn)行實(shí)現(xiàn),程序不大,才100行。相關(guān)的解釋我都在程序里加注了:

from selenium import webdriver
from bs4 import BeautifulSoup
import re
import win32com.client
import threading,time
import MySQLdb

def mydebug():
    driver.quit()
    exit(0)

def catchDate(s):
    """頁(yè)面數(shù)據(jù)提取"""
    soup = BeautifulSoup(s)
    z = []
    global nowtimes
   
    m = soup.findAll("div",class_="date-buy")
    for obj in m:
        try:
            tmp = obj.find('br').contents
        except Exception, e:
            continue
        if(tmp != ""):
            z.append(tmp)
            nowtimes += 1
    return z

def getTimes(n,t):
    """獲取當(dāng)前進(jìn)度"""
    return "當(dāng)前進(jìn)度為:" + str(int(100*n/t)) + "%"


#———————————————————————————————————| 程序開(kāi)始 |—————————————————————————————————
#確定圖書(shū)大類(lèi)
cate = {"3273":"歷史","3279":"心理學(xué)","3276":"政治軍事","3275":"國(guó)學(xué)古籍","3274":"哲學(xué)宗教","3277":"法律","3280":"文化","3281":"社會(huì)科學(xué)"}

#斷點(diǎn)續(xù)抓
num1 = input("bookid:")
num2 = input("pagenumber:")

#生成圖書(shū)大類(lèi)鏈接,共需17355*20 = 347100次
totaltimes = 347100.0
nowtimes = 0

#開(kāi)啟webdirver的PhantomJS對(duì)象
#driver = webdriver.PhantomJS()
driver = webdriver.Ie('C:\Python27\Scripts\IEDriverServer')
#driver = webdriver.Chrome('C:\Python27\Scripts\chromedriver')

#讀出Mysql中的評(píng)論頁(yè)面,進(jìn)行抓取
# 連接數(shù)據(jù)庫(kù) 
try:
    conn = MySQLdb.connect(host='localhost',user='root',passwd='',db='jd')
except Exception, e:
    print e
    sys.exit()

# 獲取cursor對(duì)象
cursor = conn.cursor()
sql = "SELECT * FROM booknew ORDER BY pagenumber DESC"
cursor.execute(sql)
alldata = cursor.fetchall()

flag = 0
flag2 = 0

# 如果有數(shù)據(jù)返回就循環(huán)輸出,http://club.jd.com/review/10178500-1-154.html
if alldata:
    for rec in alldata:
        #rec[0]--bookid,rec[1]--cateid,rec[2]--pagenumber
        if(rec[0] != str(num1) and flag == 0):
            continue
        else:
            flag = 1
        for p in range(num2,rec[2]):
            if(flag2 == 0):
                num2 = 0
                flag2 = 1
            p += 1
            link = "             #抓網(wǎng)頁(yè)
            driver.get(link)
            html = driver.page_source
            #抓評(píng)論
            buydate = catchDate(html)
            #寫(xiě)入數(shù)據(jù)庫(kù)
            for z in buydate:
                sql = "INSERT INTO ljj (id, cateid, bookid, date) VALUES (NULL, '" + rec[0] + "','" + rec[1] + "','" + z[0] + "');"
                try:
                    cursor.execute(sql)
                except Exception, e:
                    print e
            conn.commit()
        print getTimes(nowtimes,totaltimes)

driver.quit()
cursor.close()
conn.close()

相關(guān)文章

  • Python自動(dòng)化測(cè)試?yán)鱯elenium詳解

    Python自動(dòng)化測(cè)試?yán)鱯elenium詳解

    Selenium是一種常用的Web自動(dòng)化測(cè)試工具,支持多種編程語(yǔ)言和多種瀏覽器,可以模擬用戶(hù)的交互行為,自動(dòng)化地執(zhí)行測(cè)試用例和生成測(cè)試報(bào)告。Selenium基于瀏覽器驅(qū)動(dòng)實(shí)現(xiàn),結(jié)合多種定位元素的方法,可以實(shí)現(xiàn)各種復(fù)雜的Web應(yīng)用程序的測(cè)試
    2023-04-04
  • Python 面向?qū)ο笾?lèi)class和對(duì)象基本用法示例

    Python 面向?qū)ο笾?lèi)class和對(duì)象基本用法示例

    這篇文章主要介紹了Python 面向?qū)ο笾?lèi)class和對(duì)象基本用法,結(jié)合實(shí)例形式詳細(xì)分析了Python面向?qū)ο蟪绦蛟O(shè)計(jì)中類(lèi)class和對(duì)象基本概念、原理、使用方法與操作注意事項(xiàng),需要的朋友可以參考下
    2020-02-02
  • OpenCV實(shí)現(xiàn)圖片編解碼實(shí)踐

    OpenCV實(shí)現(xiàn)圖片編解碼實(shí)踐

    在很多應(yīng)用中,經(jīng)常會(huì)直接把圖片的二進(jìn)制數(shù)據(jù)進(jìn)行交換,這就需要對(duì)普通進(jìn)行編碼解碼,那么怎么才能實(shí)現(xiàn),本文就來(lái)介紹一下
    2021-06-06
  • 教你python制作自己的模塊的基本步驟

    教你python制作自己的模塊的基本步驟

    這篇文章主要介紹了python如何制作自己的模塊,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2023-08-08
  • python中os.path.dirname(path)詳細(xì)解釋和使用示例

    python中os.path.dirname(path)詳細(xì)解釋和使用示例

    這篇文章主要介紹了python中os.path.dirname(path)詳細(xì)解釋和使用示例,os.path.dirname是一個(gè)Python函數(shù),用于獲取文件路徑的目錄部分,它通常與os.path.basename結(jié)合使用,以分離路徑中的目錄和文件名,需要的朋友可以參考下
    2025-03-03
  • 利用Python計(jì)算質(zhì)數(shù)與完全數(shù)的方法實(shí)例

    利用Python計(jì)算質(zhì)數(shù)與完全數(shù)的方法實(shí)例

    這篇文章主要介紹了利用Python計(jì)算質(zhì)數(shù)與完全數(shù)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-03-03
  • 在Python中如何使用yield

    在Python中如何使用yield

    在 Python 開(kāi)發(fā)中,yield 關(guān)鍵字的使用其實(shí)較為頻繁,例如大集合的生成,簡(jiǎn)化代碼結(jié)構(gòu)、協(xié)程與并發(fā)都會(huì)用到它,文中詳細(xì)介紹了yield的用法,需要的朋友可以參考下
    2021-06-06
  • Python實(shí)現(xiàn)Excel和TXT文本之間相互轉(zhuǎn)換

    Python實(shí)現(xiàn)Excel和TXT文本之間相互轉(zhuǎn)換

    Excel是一種具有強(qiáng)大的數(shù)據(jù)處理和圖表制作功能的電子表格文件,而TXT則是一種簡(jiǎn)單通用、易于編輯的純文本文件,本文將介紹如何使用Python并結(jié)合相關(guān)庫(kù)來(lái)實(shí)現(xiàn) Excel 和 TXT 文本文件之間的相互轉(zhuǎn)換,需要的朋友可以參考下
    2024-06-06
  • python有證書(shū)的加密解密實(shí)現(xiàn)方法

    python有證書(shū)的加密解密實(shí)現(xiàn)方法

    這篇文章主要介紹了python有證書(shū)的加密解密實(shí)現(xiàn)方法,采用了M2Crypto組件進(jìn)行相關(guān)的加密解密操作,包含了詳細(xì)的完整實(shí)現(xiàn)過(guò)程,需要的朋友可以參考下
    2014-11-11
  • 如何在python中處理配置文件代碼實(shí)例

    如何在python中處理配置文件代碼實(shí)例

    這篇文章主要介紹了如何在python中處理配置文件代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-09-09

最新評(píng)論

平安县| 扎赉特旗| 麦盖提县| 闻喜县| 会泽县| 乌鲁木齐市| 抚顺县| 盐边县| 金川县| 岐山县| 留坝县| 都江堰市| 黄陵县| 泰顺县| 丰台区| 昌图县| 翁牛特旗| 桓仁| 仪征市| 罗江县| 彩票| 宜君县| 岑溪市| 舟山市| 呼图壁县| 苏州市| 岚皋县| 游戏| 平乐县| 诸暨市| 保康县| 清水河县| 西丰县| 彭泽县| 略阳县| 沙河市| 济源市| 台中市| 高淳县| 宜昌市| 乌兰县|