当前位置: 首页 > news >正文

网站建设公司运营经验seo优化必备技巧

网站建设公司运营经验,seo优化必备技巧,品牌整合营销案例,wordpress小工具安装爬虫 爬虫原理 爬虫,又称网络爬虫,是一种自动获取网页内容的程序。它模拟人类浏览网页的行为,发送HTTP请求,获取网页源代码,再通过解析、提取等技术手段,获取所需数据。 HTTP请求与响应过程 爬虫首先向…

爬虫

爬虫原理

  • 爬虫,又称网络爬虫,是一种自动获取网页内容的程序。
  • 它模拟人类浏览网页的行为,发送HTTP请求,获取网页源代码,再通过解析、提取等技术手段,获取所需数据。

HTTP请求与响应过程

  • 爬虫首先向目标网站发送HTTP请求,请求可以包含多种参数,如URL、请求方法(GET或POST)、请求头(Headers)等。
  • 服务器接收到请求后,返回相应的HTTP响应,包括状态码、响应头和响应体(网页内容)。

常用爬虫技术

名称功能
请求库如 requests、aiohttp 等
解析库如 BeautifulSoup、lxml、PyQuery 等
存储库如 pandas、SQLite 等
异步库如 asyncio、aiohttp 等

实战

  1. 爬取豆瓣电影Top250
import requests
from bs4 import BeautifulSoup
import csv
# 请求 URL
url = 'https://movie.douban.com/top250'
# 请求头部
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}
# 解析页面函数
def parse_html(html):soup = BeautifulSoup(html, 'lxml')movie_list = soup.find('ol', class_='grid_view').find_all('li')for movie in movie_list:title = movie.find('div', class_='hd').find('span', class_='title').get_text()rating_num = movie.find('div', class_='star').find('span', class_='rating_num').get_text()comment_num = movie.find('div', class_='star').find_all('span')[-1].get_text()writer.writerow([title, rating_num, comment_num])# 保存数据函数
def save_data():f = open('douban_movie_top250.csv', 'a', newline='', encoding='utf-8-sig')global writerwriter = csv.writer(f)writer.writerow(['电影名称', '评分', '评价人数'])for i in range(10):url = 'https://movie.douban.com/top250?start=' + str(i*25) + '&filter='response = requests.get(url, headers=headers)parse_html(response.text)f.close()if __name__ == '__main__':save_data()
  1. 爬取当当网图书信息
import requests
from lxml import etree
import csvurl = 'http://search.dangdang.com/?key=Python&act=input'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}def parse_html(html):selector = etree.HTML(html)book_list = selector.xpath('//*[@id="search_nature_rg"]/ul/li')for book in book_list:title = book.xpath('a/@title')if title:title = title[0]else:title = "未知书名"link = book.xpath('a/@href')if link:link = link[0]else:link = "未知链接"price = book.xpath('p[@class="price"]/span[@class="search_now_price"]/text()')if price:price = price[0]else:price = "未知价格"author = book.xpath('p[@class="search_book_author"]/span[1]/a/@title')if author:author = author[0]else:author = "未知作者"publish_date = book.xpath('p[@class="search_book_author"]/span[2]/text()')if publish_date:publish_date = publish_date[0]else:publish_date = "未知出版日期"publisher = book.xpath('p[@class="search_book_author"]/span[3]/a/@title')if publisher:publisher = publisher[0]else:publisher = "未知出版社"yield {'书名': title,'链接': link,'价格': price,'作者': author,'出版日期': publish_date,'出版社': publisher}def save_data():response = requests.get(url, headers=headers)if response.status_code == 200:with open('dangdang_books.csv', 'w', newline='', encoding='utf-8-sig') as f:writer = csv.writer(f)writer.writerow(['书名', '链接', '价格', '作者', '出版日期', '出版社'])for item in parse_html(response.text):writer.writerow([item['书名'], item['链接'], item['价格'], item['作者'], item['出版日期'], item['出版社']])else:print(f"请求失败,状态码:{response.status_code}")if __name__ == '__main__':save_data()
http://www.zhongyajixie.com/news/29940.html

相关文章:

  • wordpress单栏简洁seo的优点
  • 用自己照片做衣服 杯子的是哪个网站网络营销的工作内容包括哪些
  • 武安网站建设百度一下一下你就知道
  • 东莞网站制作多少钱万网app下载
  • 阿里云服务器创建多个网站吗网站优化是什么意思
  • 网站开发用什么技术做好seo的中文含义是
  • wordpress通用型大气简洁企业主题seo网站关键词
  • wordpress时间中文版如何优化搜索关键词
  • 营销网站的例子项目平台
  • 刚做网站做什么网站好点企业排名优化公司
  • 中科院网站做的好的院所全渠道营销成功案例
  • 网站建设中倒计时模板下载网络技术推广服务
  • 没网站做cpa青岛seo网络优化公司
  • 怎么在网站上做链接系统优化软件
  • wordpress腾讯云新的seo网站优化排名 网站
  • 专做外贸的网站自助建站系统个人网站
  • 标识设计公司网站seo最新优化技术
  • 杭州网站定制开发电商数据网站
  • 机械网站精选百度搜索排行seo
  • 网上做论文的网站有哪些内容收录批量查询
  • vs做的本地网站seo技术交流
  • 全套网站搭建10条重大新闻
  • wordpress 做购物网站百度竞价app
  • 济南网站建设 行知科技seo排名点击报价
  • 建设网站火车票预订免费创建网站平台
  • dedecms仿下拉菜单网站网络营销工作内容是什么
  • 犬舍网站怎么做六年级上册数学优化设计答案
  • 网络推广公司营销策划seo搜索优化待遇
  • 网站建设 seo优化肇庆seo按天收费
  • 做彩票网站的方案外贸网站推广的方法