[Python]网络爬虫:北邮图书馆排行榜
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了[Python]网络爬虫:北邮图书馆排行榜,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1803字,纯文字阅读大概需要3分钟。
内容图文
最近对爬虫比较感兴趣,就研究了一下。
推荐一个python爬虫博客http://blog.csdn.net/pleasecallmewhy/article/details/9305229点击打开链接。跟着博主的博客学了下来,自己动手编写了一个爬北邮图书馆排行榜的demo。
#!/usr/bin/env python # -*- coding: utf-8 -*- #--------------------------------------- # 程序:bupt图书馆爬虫-排行榜 # 版本:0.1 # 作者:zhangxuan # 日期:2015-04-15 # 语言:Python 2.7 # 操作:输入账号和密码 # 功能: #--------------------------------------- ' a test module ' __author__ = 'zhangxuan' import urllib import urllib2 import cookielib import re cookie = cookielib.CookieJar() opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie)) opener.addheaders = [('User-agent','Mozilla/5.0 (Macintosh; Intel Mac OS X 10.10; rv:37.0) Gecko/20100101 Firefox/37.0')] urllib2.install_opener(opener) #需要POST的数据# postdata=urllib.urlencode({ 'login_type':'e_card', 'barcode':'2014110590', 'password':'1105090', '_':'' }) #自定义一个请求# req = urllib2.Request( url = 'http://10.106.0.217:8080/opac_two/reader/infoList.jsp', data = postdata ) #访问该链接# #result = opener.open(req) result = urllib2.urlopen(req) #打印返回的内容# print result.read().decode('gbk').encode('utf-8') #打印cookie的值 for item in cookie: print 'Cookie:Name = '+item.name print 'Cookie:Value = '+item.value result = opener.open('http://10.106.0.217:8080/opac_two/top/top.jsp') print u""" --------------------------------------- --------------------------------------- """ myPage = result.read() myItems = re.findall('<div class=".*?">.*?<a href=".*?".*?target="_blank"> (.*?)</a>.*?</div>.*?<div class=".*?">(.*?)</div>',myPage,re.S) for item in myItems: print item[0].decode('gbk').encode('utf-8') print item[1].decode('gbk').encode('utf-8')代码大体仿照那个博客写的,只不过具体问题具体分析部分有修改,大家可以去看看他详细的讲解。
正则表达式取数据时因为不熟练费了不少力。
取出书名以及被检索借阅的次数。
最后的截图:
原文:http://blog.csdn.net/zhangxbj/article/details/45094695
内容总结
以上是互联网集市为您收集整理的[Python]网络爬虫:北邮图书馆排行榜全部内容,希望文章能够帮你解决[Python]网络爬虫:北邮图书馆排行榜所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。