鱼C论坛

 找回密码
 立即注册
查看: 2779|回复: 2

爬取58同城游戏机数据,并存入mongo数据库

[复制链接]
发表于 2018-4-7 12:22:19 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
import time
import pymongo
import  requests
from bs4 import BeautifulSoup

client=pymongo.MongoClient("localhost",27017)
ceshi=client['ceshi']
url_list=ceshi['url_list']
url_info=ceshi['url_info']


def get_list(channel_url,page):
    url='{}/pn{}'.format(channel_url,str(page))
    wb_data=requests.get(url)
    time.sleep(1)
    soup=BeautifulSoup(wb_data.text,'lxml')
    if soup.find('td','t'):
        for links in soup.select('td.t a.t'):
            item_link=links.get('href').split('?')[0]
            url_list.insert_one({'url':item_link})
            print(item_link)
    else:
        pass

# get_list('http://bj.58.com/qiulei/',4)


def get_info(url,n):
    wb_data=requests.get(url)
    soup=BeautifulSoup(wb_data.text,'lxml')
    for i in range(1,n):
        title = soup.select('td.t > a')[i].text
        price=soup.select('span.price')[i].text
        data=soup.select('span.desc')[i].text
        area=soup.select('td.t > span.fl > span:nth-of-type(1)')[i].text
        url_info.insert_one({"title":title,"data":data,"price":price,"area":area})
        print({"title":title,"data":data,"price":price,"area":area})
        time.sleep(1)


get_list('http://bj.58.com/youxiji/',4)
get_info('http://bj.58.com/youxiji/',25)
58.png
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2018-5-3 17:38:43 | 显示全部楼层
此帖仅作者可见
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com

使用道具 举报

发表于 2018-6-8 20:03:44 From FishC Mobile | 显示全部楼层
此帖仅作者可见
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-4-23 19:21

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表