星梦月缘 2019-08-01 13:18 采纳率: 80%
浏览 2784
已采纳

跪求大神帮忙写一个非常简单的爬虫程序,爬取网页上的表格信息!

跪求大神帮忙写一个非常简单的爬虫程序,爬取网页上的表格信息!
网页网址为:https://mp.weixin.qq.com/s/li7BbNrZy-eOm79D6Eh-mA

网页上的内容特别简单,就是一个一个的表格,表格里面都是固定的房产出租售的信息,希望能用爬虫爬取出来,然后汇总导出到excel表格中。

图片说明

希望大神有空了能帮忙给写一些代码,非常感谢!

  • 写回答

2条回答 默认 最新

  • Italink 2019-08-03 17:29
    关注
    import requests
    from bs4 import BeautifulSoup
    import pandas as pd
    url="https://mp.weixin.qq.com/s/li7BbNrZy-eOm79D6Eh-mA"
    req=requests.get(url)
    mylist=[["跳蚤属性"],["房源小区名字"],["具体位置"],["组团区域"],["户型"],["面积(㎡)"],["价格(元)"],["楼层"],["装修情况"],["其他信息"],["联系人"],["联系电话"]]
    soup=BeautifulSoup(req.content,"html.parser")
    for it in soup.find_all('tbody',attrs={"style":"box-sizing: border-box;"}):
       for i in range(len(it.contents)):
           print()
           mylist[i].append(it.contents[i].contents[1].text)
    out=pd.DataFrame(mylist)
    out.to_excel(r'1.xls')
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥15 miniconda安装不了
  • ¥20 python代码编写
  • ¥20 使用MPI广播数据遇到阻塞
  • ¥15 TinyMCE如何去掉自动弹出的“链接…”工具?
  • ¥15 微信支付转账凭证,如何解决
  • ¥15 在win10下使用指纹登录时,界面上的文字最后一个字产生换行现象
  • ¥20 使用AT89C51微控制器和MAX7219驱动器来实现0到99秒的秒表计数,有开始和暂停以及复位功能,下面有仿真图,请根据仿真图来设计c语言程序
  • ¥15 51单片机 双路ad同步采样
  • ¥15 使用xdocreport 生成word
  • ¥15 请教怎么用MATLAB求坐标