用python爬取大连理工大学出版书籍信息

anwen4816 2024-6-19 938 6/19

 

一共俩种爬取方法下面显示一种出来

 

学习源码下载:下载源码

另一种方法在文件里自己下载即可

作者:gcoder

gcoder博客官网

https://gcoder5.com/

用python爬取大连理工大学出版书籍信息

import requests
from bs4 import BeautifulSoup

# 是否继续爬取书籍的标识
is_continue = True

print("干它")
def get_current_page_books(url):
    """
    获取当前页面的所有书籍信息
    :param url:
    :return:
    """
    global is_continue
    current_response = requests.get(url)

    # 解析 HTML 内容
    soup = BeautifulSoup(current_response.text, 'html.parser')

    # 找到所有书籍的标签
    books = soup.find('div', {'class': 'left'}).find_all('div', {'class': 'dt'})

    # 如果没有书籍 证明已经结束了 返回False 终止程序
    if len(books) > 0:
        # 遍历每本书籍,提取书名、作者和 ISBN
        for book in books:
            book_name = book.find('a', {'class': 'h1'}).find('h1').text.strip()
            author_and_isbn = book.find('a').find('h2').text.strip()
            author_and_isbn_arr = author_and_isbn.split('ISBN:')
            author = author_and_isbn_arr[0][3:]
            isbn = author_and_isbn_arr[1]

            # 打印书籍信息
            print('书名:', book_name)
            print('作者:', author)
            print('ISBN:', isbn)
            print('芭比啦爬取完了')

    else:
        is_continue = False   if __name__ == '__main__':
    # 发送 HTTP GET 请求
    page = 'https://www.dutp.cn/index/search/index.html?keyword=%E6%95%B0%E5%AD%A6&type=2&active=0'
    response = requests.get(page)

    # 解析 HTML 内容
    soup = BeautifulSoup(response.text, 'html.parser')

    # 找到总数
    title = soup.find('div', {'class', 'title'})
    total = title.find_all('span')[1].text.strip()
    print(f'与数学相关的书籍一共有{total}本')

    for pageNum in range(1, 100):
        if not is_continue:
            print(f'>>>> 第{pageNum-1}页的书籍为空,停止收集!')
            break
        print(f'>>>> 收集第{pageNum}页的书籍:')
        page_url = page + f'&page={pageNum}'
        get_current_page_books(page_url)
- THE END -

anwen4816

6月19日15:01

最后修改:2024年6月19日
1

作者:gcoder