第一次写，python爬虫图片，操作excel。

　　第一次写博客，其实老早就注册博客园了，有写博客的想法，就是没有行动，总是学了忘，忘了丢，最后啥都没有，电脑里零零散散，东找找，西看看，今天认识到写博客的重要性。

　　最近闲着看了潭州教育的在线直播课程，颇受老师讲课实用有感。只作为自己笔记学习，我们都知道学习一门编程都是先照抄，在创作。这里完全按照老师讲解，照抄作为学习。

一、Python抓取豆瓣妹子图。

　　工具：python3.6.0;bs4.6.0;xlwt(1.2.0)需要版本对应，之前就安装了bs4但是运行的时候提示版本不对应。可以在线升级:pip install update buautifulsoup4

　　1.pip list,可以查看本地安装。

　　

　　1.爬取豆瓣妹子图，知道其地址，url = 'http://www.dbmeinv.com/?pager_offset=1'。

　　2.查看网页源代码，F12，network，随便找个左边捕捉的网页信息，找到User-agent，目的主要是为了模仿浏览器登录，防止反爬虫。

找到element元素。我们要的是img标签，中的图片信息，src连接下载地址。

 

按照老师写所有代码

import urllib
import urllib.request
from bs4 import BeautifulSoup
url = 'http://www.dbmeinv.com/?pager_offset=1'
x=0
#获取源码
#自定义函数
#User-Agent模拟浏览器进行访问，反爬虫
def crawl(url):
    headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3088.3 Safari/537.36'}
    req=urllib.request.Request(url,headers=headers)#创建对象
    page=urllib.request.urlopen(req,timeout=20)#设置超时
    contents=page.read()#获取源码
    #print (contents.decode())
    soup = BeautifulSoup(contents,'html.parser')#html.parser主要是解析网页的一种形式。
    my_girl=soup.find_all('img')#找到所有img标签
    # 5.获取图片
    for girl in my_girl:#遍历
        link=girl.get('src')#获取src
        print(link)
        global x#全局变量
        # 6.下载 urlretrieve
        urllib.request.urlretrieve(link,'image\%s.jpg'%x)#下载,urlretrieve(需要下载的，路径)
        x+=1
        print('正在下载第%s张'%x)
#7.多页
for page in range(1,10):#range本身自动生成整数序列，爬取多页图片。
    #page+=1
    url='http://www.dbmeinv.com/?pager_offset={}'.format(page)#
    #url = 'http://www.dbmeinv.com/?pager_offset=%d' % page
    crawl(url)

print('图片下载完毕')

最终运行结果， 图片保存在image文件夹下。

 

二、抓取大众点评，导入excel。赵本宣言老师源码。

import requests
from bs4 import BeautifulSoup
import xlwt
def get_content(url,headers=None,proxy=None):html=requests.get(url,headers=headers).contentreturn htmldef get_url(html):soup = BeautifulSoup(html,'html.parser')shop_url_list=soup.find_all('div',class_='tit')#class在Python是关键字，# 列表推导式return [i.find('a')['href'] for i in shop_url_list]#商品的详细信息，名字，评论，人均
def get_detail_content(html):soup=BeautifulSoup(html,'html.parser')price=soup.find('span',id='avgPriceTitle').textevaluation=soup.find('span',id='comment_score').find_all('span',class_='item')#find_all是有多个，这里三个#for i in evaluation:#   print(i.text)the_star=soup.find('div',class_='brief-info').find('span')['title']title=soup.find('div',class_='breadcrumb').find('span').textcomments=soup.find('span',id='reviewCount').textaddress=soup.find('span',itemprop='street-address').textprint(u'店名：'+title)for i in evaluation:print(i.text)print(price)print(u'评论数量：'+comments)print(u'地址：'+address.strip())print(u'评价星级：'+the_star)print('================')return (title,evaluation[0].text,evaluation[1].text,evaluation[2].text,price,comments,address,the_star)if __name__=='__main__':items=[]start_url='https://www.dianping.com/search/category/344/10/'base_url='https://www.dianping.com'headers={'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3088.3 Safari/537.36','Cookie':'_hc.v=461407bd-5a08-f3fa-742e-681a434748bf.1496365678; __utma=1.1522471392.1496365678.1496365678.1496365678.1; __utmc=1; __utmz=1.1496365678.1.1.utmcsr=baidu|utmccn=(organic)|utmcmd=organic; PHOENIX_ID=0a0102b7-15c6659b548-25fc89; s_ViewType=10; JSESSIONID=E815A43E028078AFA73AF08D9C9E4A15; aburl=1; cy=344; cye=changsha; __mta=147134984.1496365814252.1496383356849.1496383925586.4'}start_html=get_content(start_url)#一页# url_list=get_url(start_html)#多页url_list = [base_url + url for url in get_url(start_html)]for i in url_list:detail_html=get_content(i,headers=headers)item=get_detail_content(detail_html)items.append(item)#写excel，txt差别，Excel：xlwgnewTable='DZDP.xls'wb=xlwt.Workbook(encoding='utf-8')ws=wb.add_sheet('test1')headData=['商户名字','口味评分','环境评分','服务评分','人均价格','评论数量','地址','商户评价']for colnum in range(0,8):ws.write(0,colnum,headData[colnum],xlwt.easyxf('font:bold on'))index=1lens=len(items)for j in range(0,lens):for i in range(0,8):ws.write(index,i,items[j][i])index +=1wb.save(newTable)

很喜欢锁女神老师，忘老师的用心讲解，收获很多，虽然有些地方还不是很懂，但通过不断的学习，养成写博客的习惯，相信会快速提升。