首先我们来爬取 http://html-color-codes.info/color-names/ 的一些数据。
按 F12 或 ctrl+u 审查元素，结果如下:
结构很清晰简单，我们就是要爬 tr 标签里面的 style 和 tr 下几个并列的 td 标签，下面是爬取的代码:
#!/usr/bin/env python
# coding=utf-8
import requests
from bs4 import BeautifulSoup
import MySQLdb
print('连接到mysql服务器...')
db = MySQLdb.connect("localhost","
2022-01-17 21:30:09
114KB
1
这次主要是爬了京东上一双鞋的相关评论：将数据保存到excel中并可视化展示相应的信息
主要的python代码如下：
文件1
#将excel中的数据进行读取分析
import openpyxl
import matplotlib.pyplot as pit #数据统计用的
wk=openpyxl.load_workbook('销售数据.xlsx')
sheet=wk.active #获取活动表
#获取最大行数和最大列数
rows=sheet.max_row
cols=sheet.max_column
lst=[] #用于存储鞋子码数
for i in range (2,rows+1):
s
2021-12-17 10:41:31
164KB
1
链家网房产数据爬虫与数据分析和可视化
房子虽然买不起，但是看看应该可以，没事的时候打开看看，好好搬砖，为国接盘。
主要技术为 django + vue +mysql + requests
搬砖快乐
Stargazers over time
2021-12-06 22:49:28
166KB
1
主要介绍了Python爬取数据并实现可视化代码解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2021-12-06 10:26:41
162KB
1
文章目录一.了解页面信息二.爬取数据代码三.获取数据结果
一.了解页面信息
这里我们以酷狗音乐古风榜为例
由此可见我们需要我曲目和歌手的信息都在框住的class里面
二.爬取数据代码
#导入requests和BeautifulSoup库
import requests
from bs4 import BeautifulSoup
url = "https://www.kugou.com/yy/rank/home/1-33161.html?from=rank"
#获取所有网页信息
response = requests.get(url)
#利用.text方法提取响应的文本信息
r=request
2021-11-28 09:58:10
227KB
1
推荐用Jupyter 不需要导包
爬取二手车之家的部分数据
# 爬取二手车网站的数据
from bs4 import BeautifulSoup
# 用于网络请求的库
import urllib.request
import csv
#指定编码
import codecs
# 目标网址
url = 'http://www.che168.com/china/a0_0msdgscncgpi1lto8cspexx0/#pvareaid=106289'
# 发送请求
f=urllib.request.urlopen(url)
resp=f.read()
# print(resp) # 203
# 网
2021-11-19 14:41:50
1.01MB
1