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

  • 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 想问一下stata17中这段代码哪里有问题呀
  • ¥15 flink cdc无法实时同步mysql数据
  • ¥100 有人会搭建GPT-J-6B框架吗?有偿
  • ¥15 求差集那个函数有问题,有无佬可以解决
  • ¥15 【提问】基于Invest的水源涵养
  • ¥20 微信网友居然可以通过vx号找到我绑的手机号
  • ¥15 寻一个支付宝扫码远程授权登录的软件助手app
  • ¥15 解riccati方程组
  • ¥15 使用rabbitMQ 消息队列作为url源进行多线程爬取时,总有几个url没有处理的问题。
  • ¥15 Ubuntu在安装序列比对软件STAR时出现报错如何解决