Python3爬取汽车目标经销商数据
本文采用Python3进行语法编写，Python3与Python2中的函数会有所不同，但是相差不大，具体的问题可以百度找到，因有朋友在做汽车方面的业务，因此需要一些网络数据进行支撑，一个个找会非常的繁琐，因此之前弄了些爬虫数据。这里进行其中一部分爬虫的代码共享。
爬虫效果如下：
首先要定义一些常量
# !/usr/bin/env python
# -*- coding:utf-8 -*-
# by Zason_Zhang
import urllib,urllib.request,json
from pyquery import PyQuery as pq
class Constant():
"""常量"""
NAME = 'name'
DIANMIAN = 'dianmian'
ADDRESS = 'address'
TELEPHONE = 'tel'进行爬虫爬取
###目的爬取目标用户电话
class AutoDealerCrawler():
def __init__(self):
self.saver = Saver() # 保存
self.index_url = ''
self.entry_url = self.index_url + '/dmzs.aspx?classid=38'
self.province_url = self.entry_url +'&city='
def get_province_list(self):
"""省份"""
page = urllib.request.urlopen(self.entry_url).read()#读页
d = pq(page)
#print d
return[(province_option.text, province_option.get('value')) \
for province_option in d('select#ddlCity option')]
def get_name_list(self,province_id):
'''省店'''
css_selector = 'html body form#form1 div#body div.body div#conter div.right div.col1 ul.a01 li span a'
page = urllib.request.urlopen(self.province_url + province_id).read()
d = pq(page)
#print '2222' %d
return [(shop.text,shop.get('href')) \
for shop in d(css_selector)]
def get_dealer_info_one_province(self, province, shop_url):
"""省份经销商信息"""
css_selector = 'html body div#body div.body div#conter div.right div.col9a'
css_selectorname = 'html body div#body div.body div#conter div.right div.col9wz2'
page = urllib.request.urlopen(self.index_url +'/' + shop_url).read()
d = pq(page)
dealer_info_list = []
for dealername in d(css_selectorname):
print (dealername.text)
dealer_infoname = {}
dealer_infoname[Constant.NAME] = dealername.text
dealer_info_list.append(dealer_infoname)
for dealer_dt in d(css_selector):
p = dealer_dt.findall('p')#获取标签p
if len(p) >= 3:
dealer_info = {}
print (p[0].text[3:].strip())
print (p[1].text[3:].strip())
print (p[2].text[3:].strip())
dealer_info[Constant.DIANMIAN] = p[0].text[3:].strip()
dealer_info[Constant.TELEPHONE] = p[1].text[3:].strip()
dealer_info[Constant.ADDRESS] = p[2].text[3:].strip()
dealer_info_list.append(dealer_info)
else:
self.error_logger.log(u'城市链接错误：%s' % shop_url)
temp_a = dealer_info_list[0]
temp_b = dealer_info_list[1]
temp_a.update(temp_b)
#print temp_a
dealer_info_list_new = []
dealer_info_list_new.append(temp_a)
self.saver.add(province, dealer_info_list_new)
def get_all_dealer_info(self):
"""经销商信息生成程序"""
for province,province_id in self.get_province_list():
if province_id =='':
print ('')
else:
for shop,shop_url in self.get_name_list(province_id):
self.get_dealer_info_one_province(province, shop_url)
self.saver.commit()数据存储
class Saver():
"""保存excel"""
def __init__(self):
import xlwt
self.count = 1
self.book = xlwt.Workbook()
self.book_name = u'信息'
self.sheet = self.book.add_sheet(self.book_name)
self.write_header()
def write_header(self):
self.sheet.write(0, 0, u'编号')
self.sheet.write(0, 1, u'省份')
self.sheet.write(0, 2, u'店门')
self.sheet.write(0, 3, u'公司名称')
self.sheet.write(0, 4, u'联系电话')
self.sheet.write(0, 5, u'地址')
def add(self, province, dealer_info_list):
for dealer in dealer_info_list:
self.sheet.write(self.count, 0, self.count)
self.sheet.write(self.count, 1, province)
print (self.count)
print (province)
#print dealer[Constant.DIANMIAN]
self.sheet.write(self.count, 2, dealer[Constant.DIANMIAN])
self.sheet.write(self.count, 3, dealer[Constant.NAME])
self.sheet.write(self.count, 4, dealer[Constant.TELEPHONE])
self.sheet.write(self.count, 5, dealer[Constant.ADDRESS])
self.count += 1
def commit(self):
self.book.save(self.book_name + '.xls')
print (self.book_name + u'已保存')
if __name__ == '__main__':
crawler = AutoDealerCrawler()
crawler.get_all_dealer_info()本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2016-08-04，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
相关产品与服务
数据保险箱
数据保险箱（Cloud Data Coffer Service，CDCS）为您提供更高安全系数的企业核心数据存储服务。您可以通过自定义过期天数的方法删除数据，避免误删带来的损害，还可以将数据跨地域存储，防止一些不可抗因素导致的数据丢失。数据保险箱支持通过控制台、API 等多样化方式快速简单接入，实现海量数据的存储管理。您可以使用数据保险箱对文件数据进行上传、下载，最终实现数据的安全存储和提取。
腾讯云开发者
