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抓取京東圖書評論數(shù)據(jù)

 更新時間:2014年08月31日 15:33:57   投稿:hebedich  
最近接了個項目,需要抓取京東圖書的評論,把代碼放出來給大家分享下,希望能有所幫助

 京東圖書評論有非常豐富的信息,這里面就包含了購買日期、書名、作者、好評、中評、差評等等。以購買日期為例,使用Python + Mysql的搭配進行實現(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)前進度"""
    return "當(dāng)前進度為:" + str(int(100*n/t)) + "%"


#———————————————————————————————————| 程序開始 |—————————————————————————————————
#確定圖書大類
cate = {"3273":"歷史","3279":"心理學(xué)","3276":"政治軍事","3275":"國學(xué)古籍","3274":"哲學(xué)宗教","3277":"法律","3280":"文化","3281":"社會科學(xué)"}

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

#生成圖書大類鏈接,共需17355*20 = 347100次
totaltimes = 347100.0
nowtimes = 0

#開啟webdirver的PhantomJS對象
#driver = webdriver.PhantomJS()
driver = webdriver.Ie('C:\Python27\Scripts\IEDriverServer')
#driver = webdriver.Chrome('C:\Python27\Scripts\chromedriver')

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

# 獲取cursor對象
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
            driver.get(link)
            html = driver.page_source
            #抓評論
            buydate = catchDate(html)
            #寫入數(shù)據(jù)庫
            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自動化測試利器selenium詳解

    Python自動化測試利器selenium詳解

    Selenium是一種常用的Web自動化測試工具,支持多種編程語言和多種瀏覽器,可以模擬用戶的交互行為,自動化地執(zhí)行測試用例和生成測試報告。Selenium基于瀏覽器驅(qū)動實現(xiàn),結(jié)合多種定位元素的方法,可以實現(xiàn)各種復(fù)雜的Web應(yīng)用程序的測試
    2023-04-04
  • Python 面向?qū)ο笾恈lass和對象基本用法示例

    Python 面向?qū)ο笾恈lass和對象基本用法示例

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

    OpenCV實現(xiàn)圖片編解碼實踐

    在很多應(yīng)用中,經(jīng)常會直接把圖片的二進制數(shù)據(jù)進行交換,這就需要對普通進行編碼解碼,那么怎么才能實現(xiàn),本文就來介紹一下
    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,本文通過實例代碼給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2023-08-08
  • python中os.path.dirname(path)詳細解釋和使用示例

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

    這篇文章主要介紹了python中os.path.dirname(path)詳細解釋和使用示例,os.path.dirname是一個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計算質(zhì)數(shù)與完全數(shù)的方法實例

    利用Python計算質(zhì)數(shù)與完全數(shù)的方法實例

    這篇文章主要介紹了利用Python計算質(zhì)數(shù)與完全數(shù)的相關(guān)資料,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(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 開發(fā)中,yield 關(guān)鍵字的使用其實較為頻繁,例如大集合的生成,簡化代碼結(jié)構(gòu)、協(xié)程與并發(fā)都會用到它,文中詳細介紹了yield的用法,需要的朋友可以參考下
    2021-06-06
  • Python實現(xiàn)Excel和TXT文本之間相互轉(zhuǎn)換

    Python實現(xiàn)Excel和TXT文本之間相互轉(zhuǎn)換

    Excel是一種具有強大的數(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)庫來實現(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有證書的加密解密實現(xiàn)方法

    python有證書的加密解密實現(xiàn)方法

    這篇文章主要介紹了python有證書的加密解密實現(xiàn)方法,采用了M2Crypto組件進行相關(guān)的加密解密操作,包含了詳細的完整實現(xiàn)過程,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例

    如何在python中處理配置文件代碼實例

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

最新評論

曲水县| 渭源县| 温宿县| 西和县| 聂拉木县| 长寿区| 恩施市| 定南县| 隆安县| 罗源县| 安徽省| 五河县| 安多县| 九台市| 桐梓县| 密山市| 崇文区| 花垣县| 中西区| 宁国市| 甘肃省| 龙井市| 闽侯县| 佛冈县| 贵定县| 历史| 六安市| 石阡县| 绥化市| 武穴市| 德昌县| 革吉县| 姚安县| 潼关县| 安宁市| 泽普县| 永靖县| 汉中市| 洛扎县| 仲巴县| 东安县|