Python爬虫入门 将爬回来的数据存到本地
1.用Python语句存储数据
写文件时,我们主要用到 with open() 语句:
withopen(name,mode,encoding)asfile: file.write()# 注意,with open() 后面的语句有一个缩进
name:包含文件名称的字符串,比如:‘xiaozhu.txt’;
mode:决定了打开文件的模式,只读/写入/追加等;
encoding:表示我们要写入数据的编码,一般为 utf-8 或者 gbk ;
file:表示我们在代码中对文件的命名。
用我们前面爬的小猪的例子来看一下,实际是什么样的:
fromlxmlimportetreeimportrequestsimporttimewithopen('/Users/mac/Desktop/xzzf.txt','w',encoding='utf-8')asf:forainrange(1,6): url ='http://cd.xiaozhu.com/search-duanzufang-p{}-0/'.format(a) data = requests.get(url).text s=etree.HTML(data) file=s.xpath('//*[@id="page_list"]/ul/li') time.sleep(3)fordivinfile: title=div.xpath("./div[2]/div/a/span/text()")[0] price=div.xpath("./div[2]/span[1]/i/text()")[0] scrible=div.xpath("./div[2]/div/em/text()")[0].strip() pic=div.xpath("./a/img/@lazy_src")[0] f.write("{},{},{},{}\n".format(title,price,scrible,pic))
这个python(q-u-n):227-435-450 期待大家一起进群交流讨论,讲实话还是一个非常适合学习的地方的。各种入门资料啊,进阶资料啊,框架资料啊 爬虫等等。
将写入的文件名 xzzf.txt,如果没有将自动创建。
/Users/mac/Desktop/xzzf.txt
1
在前面加了一个桌面的路径,它将存在桌面,如果不加路径,它将存在你当前工作目录中。
w:只写的模式,如果没有文件将自动创建;
encoding=’utf-8’:指定写入文件的编码为:utf-8,一般指定utf-8即可;
f.write("{} {} {} {}\n".format(title,price,scrible,pic))#将 title,price,scrible,pic 的值写入文件
来看一下存下来的数据是怎样的:
如果你没有指定文件路径,怎么找写在本地的文件呢?给你两种方法:
在 win10 中打开小娜(cortana),搜索你的文件名即可。
推荐软件“everything”,查询文件更方便快捷。
这个软件非常小,百度很容易找到,但确实是神器用了你会回来感谢我的~
所以还是建议你在写代码的时候,老老实实在文件名前面加上你想存放的路径。什么,你连路径怎么写都不知道?好吧,比如我想把文件存在桌面,那么怎么查看路径?
随便找一个文档,比如桌面的文档, 右键 >“属性”,“位置”后面的信息,就是该文档所在的路径了。
当然,你也可以将文件存为 .csv 格式,在 with open() 语句后更改文件后缀即可。
fromlxmlimportetreeimportrequestsimporttimewithopen('/Users/mac/Desktop/xiaozhu.csv','w',encoding='utf-8')asf:forainrange(1,6): url ='http://cd.xiaozhu.com/search-duanzufang-p{}-0/'.format(a) data = requests.get(url).text s=etree.HTML(data) file=s.xpath('//*[@id="page_list"]/ul/li') time.sleep(3)fordivinfile: title=div.xpath("./div[2]/div/a/span/text()")[0] price=div.xpath("./div[2]/span[1]/i/text()")[0] scrible=div.xpath("./div[2]/div/em/text()")[0].strip() pic=div.xpath("./a/img/@lazy_src")[0] f.write("{},{},{},{}\n".format(title,price,scrible,pic))
另外,需要注意的是:CSV 每个字段之间要用逗号隔开,所以这里把之前的空格改为了逗号。
CSV 文件怎么打开?
一般情况下,用记事本就可以直接打开,如果你直接用 Excel 打开,很有肯能会出现乱码,就像下面这样:
Excel 打开 CSV 出现乱码怎么办?
在记事本中打开文件
另存为 – 选择编码为“ANSI”
再来看看之前的豆瓣TOP250图书写入文件:
fromlxmlimportetreeimportrequestsimporttimewithopen('/Users/mac/Desktop/top250.csv','w',encoding='utf-8')asf:forainrange(10): url ='https://book.douban.com/top250?start={}'.format(a*25) data = requests.get(url).text s=etree.HTML(data) file=s.xpath('//*[@id="content"]/div/div[1]/div/table') time.sleep(3)fordivinfile: title = div.xpath("./tr/td[2]/div[1]/a/@title")[0] href = div.xpath("./tr/td[2]/div[1]/a/@href")[0] score=div.xpath("./tr/td[2]/div[2]/span[2]/text()")[0] num=div.xpath("./tr/td[2]/div[2]/span[3]/text()")[0].strip("(").strip().strip(")").strip() scrible=div.xpath("./tr/td[2]/p[2]/span/text()")iflen(scrible) >0: f.write("{},{},{},{},{}\n".format(title,href,score,num,scrible[0]))else: f.write("{},{},{},{}\n".format(title,href,score,num))
最后存下来的数据是这样的:
好了,这节课就到这里!