Python爬虫批量爬取网页数据并保存到Excel中

灰太狼 2023-01-17 04:41 223阅读 0赞

### 文章目录 ###

*   *  1、环境准备
     *  2、源代码

## 1、环境准备 ##

pip install requests
    pip install re
    pip install openpyxl

## 2、源代码 ##

import requests
    import re
    import openpyxl
    
    # 要爬取的网页
    baseurl = 'https://zhuanlan.zhihu.com/p/357510629'
    
    # 创建Excel表并写入数据
    wb = openpyxl.Workbook()  # 创建Excel对象
    ws = wb.active  # 获取当前正在操作的表对象
    # 往表中写入标题行,以列表形式写入！
    ws.append(['事件名称', '时间', '地点名称', '事件简介'])
    
    # 请求头
    headers = { 
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
        'Connection': 'keep-alive',
        'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64; rv:60.0) Gecko/20100101 Firefox/60.0',
        'Upgrade-Insecure-Requests': '1'
    }
    
    content = requests.get(baseurl,headers=headers).content.decode('utf-8')
    
    
    # 事件名称
    event_name = re.findall(r"<td>事件</td><td>(.+?)</td>",content)
    print(event_name)
    
    # 时间
    start_time = re.findall(r"<td>时间</td><td>(.+?)</td>",content)
    print(start_time)
    
    # 地点名称
    area_name = re.findall(r"<td>地点</td><td>(.+?)</td>",content)
    print(area_name)
    
    # 事件简介
    introduction = re.findall(r"<td>简介</td><td>(.+?)</td>",content)
    print(introduction)
    
    for i in range(len(event_name)):  # 每页25条数据,写入工作表中
        ws.append([event_name[i], start_time[i], area_name[i], introduction[i]])
    
    wb.save('数据.xlsx')  # 存入所有信息后，保存为filename.xlsx