Python 爬取网页数据的两种方法
1. 概述
网络抓取是从任何网站或任何其他信息源中提取数据的过程，以你想要查看的格式保存在你的系统中；
包含格式很多，例如CSV、Excel等；文件、XML、JSON等等。Python是最常见的网页抓取语言之一；对于任何网络抓取活动，Python被认为是确保此过程无任何错误进行的最佳方法；
2. 使用pandas 爬取网页数据
2.1 打开网页
打开一个网页，将网址复制下来；
2.2 打开 PyCharm 编译器
-
先下载pandas库，【文件】=>【设置】=>【项目：xxx】=>【项目解释器】（【File】=>【Settings…】=>【project：xxx】=>【Python Interpreter】），点击＋号，在搜索框中输入“pandas”，在下方列表中选中“pandas”，点击安装，等待提示安装完成即可；
-
回到Pycharm输入以下代码
import pandas as pd #导入pandas库
html = "https://mobile.anjuke.com/xf/fj-nn/2020/" #将要爬取数据的网站网址复制到此
date = pd.read_html(html) #运用pd.read_html读取网站数据
print(date) #输出爬取到的数据
- 运行结果如下所示：
3.使用urllib爬取网页数据并写入Excel表
3.1 下载 urllib 库
与上述方法一致，这里就不赘述了
3.2 代码如下
import urllib.request #导入urllib库
url = urllib.request.urlopen("https://fangjia.gotohui.com/show-39181") #需要抓取数据的网站
data = url.read()
dt1 = open("D:/Code/data/2.xls","wb") #xls表的位置，会自动生成xls表
dt1.write(data) #将数据写入D:/Code/data/2.xls表中
dt1.close()
print(data)
3.3 运行结果如下
打开目录下的2.xls表，即可看到爬取的数据；
结束语
若这篇文章有帮到你，给个赞，收个藏，欢迎大家评论；
若文章有什么错误，欢迎大家指教。
文章出处登录后可见！
已经登录？立即刷新
