手把手教你用用Python爬取上道网的赞助公司名称
点击上方“IT共享之家”，进行关注
回复“资料”可获赠Python学习福利
一、前言
上道网是一个手游发行推荐与投融资交易平台。平台聚集手游CP、手游发行、手游渠道、手游外包，投资商以及IP授权商，IP合作、一站式服务。并为之提供合作交易机会。
今天教如何去爬取上道网的赞助公司名称，方便有关人士投资。
二、实现目标
获取对应的公司名称，保存文档。
三、项目准备
软件：PyCharm
需要的库：requests，fake_useragent，time
网址：http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-{}.html
四、项目分析
如何网页访问？
http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-1.html
http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-2.html
http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-3.html
http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-4.html
点击下一页时，每增加一页p-{}.html自增加1，用{}代替变换的变量，再用for循环遍历这网址，实现多个网址请求。
五、项目实现
1. 定义一个class类继承object，定义init方法继承self，主函数main继承self。导入需要的库、请求地址。
import requestsfrom lxml import etreefrom fake_useragent import UserAgentimport timeclass Shangdao(object):def __init__(self):self.url = "http://www.daogame.cn/qudao-p-2.html?s=/qudao-p-{}.html" #网站def main(self):passif __name__ == '__main__':Siper = Shangdao()Siper.main()
2. 随机产生UserAgent，防止反爬。
for i in range(1, 50):self.headers = {'User-Agent': ua.random,}
3. 发送请求 获取响应, 页面回调，方便下次请求。
def get_page(self, url):res = requests.get(url=url, headers=self.headers)html = res.content.decode("utf-8")return html
4. 获取公司名称，for遍历。
def page_page(self, html):parse_html = etree.HTML(html)one = parse_html.xpath('//h2/a/text()')for i in one:print(i)
5. 写入文档。
f = open('公司.doc', 'a', encoding='utf-8') # 以'w'方式打开文件f.write(str(i))
6. 调用方法，实现功能。
def main(self):stat = int(input("输 入 开 始 （2开始）:"))end = int(input("输 入 结 束:"))for page in range(stat, end + 1):url = self.url.format(page)print(url)html = self.get_page(url)self.page_page(html)print("==================第%s页爬取成功！！！！=====================" % page)
项目优化：
1. 设置时间延时。
time.sleep(1.4)六、效果展示
点击绿色小三角运行输入起始页，终止页( 从0页开始 )。
渠道公司名，结果显示控制台。
保存文档。
七、总结
1. 不建议抓取太多数据，容易对服务器造成负载，浅尝辄止即可。
2. 希望通过这个项目，能够帮助了解xpath解析页面的基本流程，字符串是如何拼接，format函数如何运用。
3. 本文基于Python网络爬虫，利用爬虫库，实现爬取上道网，但是到自己动手实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。
4. 需要本文完整代码的小伙伴，可以后台回复"上道"二字进行获取。
看完本文有收获？请转发分享给更多的人
IT共享之家
入群请在微信后台回复【入群】
------------------- End -------------------
往期精彩文章推荐：
评论