Python爬虫应用实战-如何对爬取的数据进行数据存储?
【摘要】
文件存储
文件储存的形式多种多样,比如说保存成TXT纯文本形式,也可以保存为JSON格式、CSV格式等等。
TXT文本存储
将数据保存到TXT文件的操作是非常简单的,而且TXT文本几乎兼容任何平台,但是也是存在缺点的,那就是不利于检索。所以如果对检索数据的要求不高,追求第一的话,可以采用TXT文本存储。
基本示例
爬取小说网,...
文件存储
文件储存的形式多种多样,比如说保存成TXT纯文本形式,也可以保存为JSON格式、CSV格式等等。
TXT文本存储
将数据保存到TXT文件的操作是非常简单的,而且TXT文本几乎兼容任何平台,但是也是存在缺点的,那就是不利于检索。所以如果对检索数据的要求不高,追求第一的话,可以采用TXT文本存储。
基本示例
爬取小说网,链接如下:
https://www.soxscc.com/BianShenJueSeShaoNv/1001322.html
首先可以使用requests将网页源码获取下来,然后使用pyquery解析库解析,提取其中的小说内容。
具体代码如下所示:
-
import requests
-
from pyquery import PyQuery as pq
-
-
-
url = 'https://w、w.soxscc.com/BianShenJueSeShaoNv/1001322.html'
-
headers = {
-
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.66 Safari/537.36'
-
}
-
html = requests.get(url, headers=headers).text
-
doc = pq(html)
-
text = doc('#con1001322').text()
-
file = open('都市仙尊.txt', 'w', encoding='utf-8')
-
file.write(text)
-
print('
文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。
原文链接:wenyusuran.blog.csdn.net/article/details/120503468
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)