




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
第Python爬取當(dāng)網(wǎng)書籍?dāng)?shù)據(jù)并數(shù)據(jù)可視化展示目錄一、開發(fā)環(huán)境二、模塊使用三、爬蟲代碼實(shí)現(xiàn)步驟1.導(dǎo)入所需模塊2.發(fā)送請(qǐng)求,用python代碼模擬瀏覽器發(fā)送請(qǐng)求3.解析數(shù)據(jù),提取我們想要數(shù)據(jù)內(nèi)容4.多頁爬取5.保存數(shù)據(jù),保存csv表格里面四、數(shù)據(jù)可視化1.導(dǎo)入所需模塊2.導(dǎo)入數(shù)據(jù)3.可視化
一、開發(fā)環(huán)境
Python3.8Pycharm2025.2專業(yè)版
二、模塊使用
csv模塊把爬取下來的數(shù)據(jù)保存表格里面的內(nèi)置模塊
requestspipinstallrequests數(shù)據(jù)請(qǐng)求模塊
parselpipinstallparsel數(shù)據(jù)解析模塊css選擇器去提取數(shù)據(jù)
三、爬蟲代碼實(shí)現(xiàn)步驟
導(dǎo)入所需模塊發(fā)送請(qǐng)求,用python代碼模擬瀏覽器發(fā)送請(qǐng)求解析數(shù)據(jù),提取我們想要數(shù)據(jù)內(nèi)容多頁爬取保存數(shù)據(jù),保存csv表格里面
1.導(dǎo)入所需模塊
importrequests
#數(shù)據(jù)請(qǐng)求模塊第三方模塊需要pipinstallrequests
importparsel
#數(shù)據(jù)解析模塊第三方模塊需要pipinstallparsel
importcsv
#保存csv表格數(shù)據(jù)模塊內(nèi)置模塊
importtime
#時(shí)間模塊
2.發(fā)送請(qǐng)求,用python代碼模擬瀏覽器發(fā)送請(qǐng)求
headers請(qǐng)求頭作用就是python代碼偽裝成瀏覽器對(duì)于服務(wù)器發(fā)送請(qǐng)求
User-Agent用戶代理瀏覽器的基本身份標(biāo)識(shí)
標(biāo)題中無效的返回字符或前導(dǎo)空格:User-Agent不要留有空格
通過requests模塊里面get請(qǐng)求方法,對(duì)于url地址發(fā)送請(qǐng)求,并且攜帶上面header請(qǐng)求頭參數(shù),最后用response變量接收返回?cái)?shù)據(jù)
url=f'/books/bestsellers/01.00.00.00.00.00-24hours-0-0-1-{page}'
#headers請(qǐng)求頭字典數(shù)據(jù)類型
headers={
'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/96.0.4664.45Safari/537.36'
response=requests.get(url=url,headers=headers)
3.解析數(shù)據(jù),提取我們想要數(shù)據(jù)內(nèi)容
selector=parsel.Selector(response.text)
#對(duì)于獲取到的html字符串?dāng)?shù)據(jù)進(jìn)行轉(zhuǎn)換selector對(duì)象
#css選擇器就是根據(jù)標(biāo)簽屬性提取相應(yīng)的數(shù)據(jù)
lis=selector.css('ul.bang_listli')
forliinlis:
#.name定位class類名name標(biāo)簽a標(biāo)簽attr()屬性選擇器取a標(biāo)簽里面title屬性get()獲取數(shù)據(jù)
title=li.css('.namea::attr(title)').get()
#書名
#獲取標(biāo)簽里面文本數(shù)據(jù)直接text
comment=li.css('.stara::text').get().replace('條評(píng)論','')
#評(píng)論
recommend=li.css('.star.tuijian::text').get().replace('推薦','')
#推薦
author=li.css('.publisher_infoa:nth-child(1)::attr(title)').get()
#作者
publish=li.css('div:nth-child(6)a::text').get()
#出版社
price_n=li.css('.price.price_n::text').get()
#售價(jià)
price_r=li.css('.price.price_r::text').get()
#原價(jià)
price_s=li.css('.price.price_s::text').get()
#折扣
price_e=li.css('.price.price_e.price_n::text').get()
#電子書價(jià)格
href=li.css('.namea::attr(href)').get()
#詳情頁
dit={
'書名':title,
'評(píng)論數(shù)':comment,
'推薦量':recommend,
'作者':author,
'出版社':publish,
'售價(jià)':price_n,
'原價(jià)':price_r,
'折扣':price_s,
'電子書價(jià)格':price_e,
'詳情頁':href,
}
csv_writer.writerow(dit)
#數(shù)據(jù)保存到csv
print(title,comment,recommend,author,publish,price_n,price_r,price_s,price_e,href,sep='|')
4.多頁爬取
forpageinrange(1,26):
#字符串格式化方法
print(f'正在爬取第{page}頁的數(shù)據(jù)內(nèi)容')
time.sleep(1.5)
url=f'/books/bestsellers/01.00.00.00.00.00-24hours-0-0-1-{page}'
5.保存數(shù)據(jù),保存csv表格里面
#創(chuàng)建打開一個(gè)文件進(jìn)行保存
f=open('當(dāng)當(dāng)圖書.csv',mode='a',encoding='utf-8',newline='')
csv_writer=csv.DictWriter(f,fieldnames=[
'書名',
'評(píng)論數(shù)',
'推薦量',
'作者',
'出版社',
'售價(jià)',
'原價(jià)',
'折扣',
'電子書價(jià)格',
'詳情頁',
csv_writer.writeheader()
#寫入表頭
運(yùn)行代碼,效果如下圖:
四、數(shù)據(jù)可視化
1.導(dǎo)入所需模塊
importpandasaspd
frompyecharts.chartsimport*
frompyecharts.globalsimportThemeType#設(shè)定主題
frommons.utilsimportJsCode
importpyecharts.optionsasopts
2.導(dǎo)入數(shù)據(jù)
df=pd.read_csv('書籍信息.csv',encoding='utf-8',engine='python')
df.head()
3.可視化
書籍總體價(jià)格區(qū)間:
pie1=(
Pie(init_opts=opts.InitOpts(theme='dark',width='1000px',height='600px'))
.add('',datas_pair_1,radius=['35%','60%'])
.set_series_opts(label_opts=opts.LabelOpts(formatter=":okqqyea%"))
.set_global_opts(
title_opts=opts.TitleOpts(
title="當(dāng)當(dāng)網(wǎng)書籍\n\n原價(jià)價(jià)格區(qū)間",
pos_left='center',
pos_top='center',
title_textstyle_opts=opts.TextStyleOpts(
color='#F0F8FF',
font_size=20,
font_weight='bold'
),
)
)
.set_colors(['#EF9050','#3B7BA9','#6FB27C','#FFAF34','#D8BFD8','#00BFFF','#7FFFAA'])
pie1.render_notebook()
pie1=(
Pie(init_opts=opts.InitOpts(theme='dark',width='1000px',height='600px'))
.add('',datas_pair_2,radius=['35%','60%'])
.set_series_opts(label_opts=opts.LabelOpts(formatter=":e40u44w%"))
.set_global_opts(
title_opts=opts.TitleOpts(
title="當(dāng)當(dāng)網(wǎng)書籍\n\n售價(jià)價(jià)格區(qū)間",
pos_left='center',
pos_top='center',
title_textstyle_opts=opts.TextStyleOpts(
color='#F0F8FF',
font_size=20,
font_weight='bold'
),
)
)
.set_colors(['#EF9050','#3B7BA9','#6FB27C','#FFAF34','#D8BFD8','#00BFFF','#7FFFAA'])
pie1.render_notebook()
各個(gè)出版社書籍?dāng)?shù)量柱狀圖:
bar=(
Bar(init_opts=opts.InitOpts(height='500px',width='1000px',theme='dark'))
.add_xaxis(counts.index.tolist())
.add_yaxis(
'出版社書籍?dāng)?shù)量',
counts.values.tolist(),
label_opts=opts.LabelOpts(is_show=True,position='top'),
itemstyle_opts=opts.ItemStyleOpts(
color=JsCode("""newecharts.graphic.LinearGradient(
0,0,0,1,[{offset:0,color:'rgb(255,99,71)'},{offset:1,color:'rgb(32,178,170)'}])
"""
)
)
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='各個(gè)出版社書籍?dāng)?shù)量柱狀圖'),
xaxis_opts=opts.AxisOpts(name='書籍名稱',
type_='category',
axislabel_opts=opts.LabelOpts(rotate=90),
),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
min_=0,
max_=29.0,
splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash'))
),
tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')
)
.set_series_opts(
markline_opts=opts.MarkLineOpts(
data=[
opts.MarkLineItem(type_='average',name='均值'),
opts.MarkLineItem(type_='max',name='最大值'),
opts.MarkLineItem(type_='min',name='最小值'),
]
)
)
bar.render_notebook()
書籍評(píng)論數(shù)最高Top20:
bar=(
Bar(init_opts=opts.InitOpts(height='500px',width='1000px',theme='dark'))
.add_xaxis(price_top.index.tolist())
.add_yaxis(
'書籍單價(jià)',
price_top.values.tolist(),
label_opts=opts.LabelOpts(is_show=True,position='top'),
itemstyle_opts=opts.ItemStyleOpts(
color=JsCode("""newecharts.graphic.LinearGradient(
0,0,0,1,[{offset:0,color:'rgb(255,99,71)'},{offset:1,color:'rgb(32,178,170)'}])
"""
)
)
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='單價(jià)最高的書籍詳細(xì)柱狀圖'),
xaxis_opts=opts.AxisOpts(name='書籍名稱',
type_='cate
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 醫(yī)療信息安全管理醫(yī)院系統(tǒng)安全風(fēng)險(xiǎn)全面評(píng)估
- Axure RP 互聯(lián)網(wǎng)產(chǎn)品原型設(shè)計(jì)課件 第11章 設(shè)計(jì)制作網(wǎng)頁原型
- 考研的心得體會(huì)模版
- 醫(yī)療園區(qū)緊急救援體系中的資源整合與配置
- ktv消防工程合同范例
- 從無序到有序區(qū)塊鏈技術(shù)在商業(yè)信任中的作用
- 小兒蛔蟲性腸梗阻的臨床護(hù)理
- 住宅機(jī)電分包合同范例
- 醫(yī)美行業(yè)的投資趨勢(shì)與風(fēng)險(xiǎn)分析
- 醫(yī)務(wù)人員個(gè)人防護(hù)裝備的應(yīng)用
- 第四單元 社會(huì)爭(zhēng)議解決(大單元說課稿)高二政治同步備課系列(統(tǒng)編版選擇性必修2)
- 文創(chuàng)產(chǎn)品設(shè)計(jì)課件
- 兒童主任培訓(xùn)課件
- 2025年黃山旅游招聘筆試參考題庫含答案解析
- 毛澤東思想和中國特色社會(huì)主義理論體系概論(大連海事大學(xué))知到智慧樹章節(jié)測(cè)試課后答案2024年秋大連海事大學(xué)
- 涉案虛擬貨幣刑事處置的全流程方案與正當(dāng)程序
- 熱力管道吊裝專項(xiàng)方案
- JBQGTGST9000控制器說明書
- 水下探測(cè)技術(shù)發(fā)展-洞察分析
- UL2595標(biāo)準(zhǔn)中文版-2015電池驅(qū)動(dòng)設(shè)備的要求中文版
- 初二英語語法填空浙江版單選題100道及答案解析
評(píng)論
0/150
提交評(píng)論