概述
前言
嗨喽~大家好呀，这里是魔王呐 ❤ ~!
现在，广大年轻人到了一定年纪，一定会引来父母的念叨
不是让相亲就是让结婚的，与其父母念叨，不如自己找一个
到时候问起来，就说再接触呢~~
今天我们就来用python看看相亲网都有哪些优质妹子吧~
环境开发:
-
Python 3.8
-
Pycharm
模块使用:
-
import parsel --> pip install parsel
-
import requests --> pip install requests
-
import csv
-
import re
如果安装python第三方模块:
-
win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
-
在pycharm中点击Terminal(终端) 输入安装命令
如何配置pycharm里面的python解释器?
-
选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
-
点击齿轮, 选择add
-
添加python安装路径
pycharm如何安装插件?
-
选择file(文件) >>> setting(设置) >>> Plugins(插件)
-
点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
-
选择相应的插件点击 install(安装) 即可
-
安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效
基本思路流程:
一. 数据来源分析:
-
明确需求:
采集数据是什么 —> 资料数据 <静态网页>
都是在网页源代码里面
只要获取到所有 ID 就可以 采集所有数据信息
就有所有 小姐姐 详情页url ID
二. 代码实现步骤:
发送请求 获取数据 解析数据 保存数据
获取所有详情页ID:
-
发送请求, 模拟浏览器对于url地址发送请求
-
获取数据, 获取服务器返回响应数据
开发者工具 —> response
-
解析数据, 提取我们想要数据内容
详情页ID —> UID
获取详情页资料信息
-
发送请求, 模拟浏览器对于url地址发送请求
资料详情页url地址
-
获取数据, 获取服务器返回响应数据
网页源代码
-
解析数据, 提取我们想要数据内容
基本资料信息
-
保存数据, 把数据内容保存本地
-
基本资料信息保存csv表格
-
照片数据, 保存本地文件夹
-
代码展示
导入模块
# 导入数据请求模块
import requests
# 导入数据解析模块
import parsel
# 导入csv
import csv
# 导入正则
import re
f = open('data.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['昵称',
'性别',
'年龄',
'身高',
'体重',
'出生日期',
'生肖',
'星座',
'籍贯',
'所在地',
'学历',
'婚姻状况',
'职业',
'年收入',
'住房',
'车辆',
'照片',
'详情页',
])
csv_writer.writeheader()
“”"
1. 发送请求, 模拟浏览器对于url地址发送请求
-
模拟浏览器 headers 请求头
可以在开发者工具里面复制粘贴的
防止被反爬
-
<Response [200]> 响应对象
200状态码 表示请求成功
“”"
for page in range(1, 11):
请求链接
# 伪装模拟
headers = {
# User-Agent 用户代理, 表示浏览器基本信息
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
发送请求
response = requests.get(url=url, headers=headers)
print(response)
“”"
2. 获取数据, 获取服务器返回响应数据
开发者工具 —> response
response.json() 获取响应json数据, 字典数据类型
3. 解析数据, 提取我们想要数据内容
详情页ID —> UID
因为得到数据: 字典数据类型
所以解析数据: 键值对取值 —> 根据冒号左边的内容[键], 提取冒号右边的内容[值]
“”"
# for循环遍历, 把列表里面元素一个一个提取出来
for index in response.json()['data']['items']:
# https://love.19lou.com/detail/51593564 format 字符串格式化方法
link = f'https://love.19lou.com/detail/{index["uid"]}'
“”"
4. 发送请求, 模拟浏览器对于url地址发送请求
资料详情页url地址
5. 获取数据, 获取服务器返回响应数据
网页源代码
response.text 获取响应文本数据, 返回字符串数据类型
response.json() 获取响应json数据, 字典数据类型
“”"
html_data = requests.get(url=link, headers=headers).text
“”"
6. 解析数据, 提取我们想要数据内容
基本资料信息
css选择器: 根据标签属性内容提取数据
xpath: 根据标签节点提取数据
re正则
- 会找数据所对应标签是那个
- 选择复制就可以了
“”"
# 把获取下来 html字符串数据<html_data>, 转成可解析对象
selector = parsel.Selector(html_data)
name = selector.css('.username::text').get()
info_list = selector.css('.info-tag::text').getall()
# . 表示调用方法属性
gender = info_list[0].split('：')[-1]
age = info_list[1].split('：')[-1]
height = info_list[2].split('：')[-1]
date = info_list[-1].split('：')[-1]
# 判断info_list元素个数 当元素个数4个 说明没有体重一栏
if len(info_list) == 4:
weight = '0kg'
else:
weight = info_list[3].split('：')[-1]
info_list_1 = selector.css('.basic-item span::text').getall()[2:]
zodiac = info_list_1[0].split('：')[-1]
constellation = info_list_1[1].split('：')[-1]
nativePlace = info_list_1[2].split('：')[-1]
location = info_list_1[3].split('：')[-1]
edu = info_list_1[4].split('：')[-1]
maritalStatus = info_list_1[5].split('：')[-1]
job = info_list_1[6].split('：')[-1]
money = info_list_1[7].split('：')[-1]
house = info_list_1[8].split('：')[-1]
car = info_list_1[9].split('：')[-1]
img_url = selector.css('.page .left-detail .abstract .avatar img::attr(src)').get()
# 把获取下来的数据 保存字典里面 字典数据容器
dit = {
'昵称': name,
'性别': gender,
'年龄': age,
'身高': height,
'体重': weight,
'出生日期': date,
'生肖': zodiac,
'星座': constellation,
'籍贯': nativePlace,
'所在地': location,
'学历': edu,
'婚姻状况': maritalStatus,
'职业': job,
'年收入': money,
'住房': house,
'车辆': car,
'照片': img_url,
'详情页': link,
}
csv_writer.writerow(dit)
new_name = re.sub(r'[/"*?<>|]', '', name)
保存图片, 获取图片二进制数据
img_content = requests.get(url=img_url, headers=headers).content
with open('data\' + new_name + '.jpg', mode='wb') as img:
img.write(img_content)
print(dit)
效果展示：
推荐往期文章
???? 博主所有文章素材、解答、源码、教程领取处：点击
对python感兴趣的小伙伴也可以看一下博主其他相关文章哦~
python小介绍：
python是什么？工作前景如何？怎么算有基础？爬数据违法嘛？。。
python数据分析前景：
用python分析“数据分析”到底值不值得学习，以及学完之后大概能拿到多少工资
python基础自测题：
Python 800 道习题 (°ー°〃) 测试你学废了嘛
最后推荐一套Python视频给大家，希望对大家有所帮助：
全套教程！你和大佬只有一步之遥【python教程】
尾语
要成功，先发疯，下定决心往前冲！
学习是需要长期坚持的，一步一个脚印地走向未来！
未来的你一定会感谢今天学习的你。
—— 心灵鸡汤
本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦 ????
最后
以上就是糟糕手链为你收集整理的单身福利专场, Python采集某相亲网站美女数据的全部内容，希望文章能够帮你解决单身福利专场, Python采集某相亲网站美女数据所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复