农业科学院搜索引擎_json数据爬取(源码)_一蓑烟雨任平生

Python爬虫实战:手把手教你爬取农产品数据(附代码) 前言 文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 爬虫的网站:万邦国际集团。其成立于2010年,总部位于河南省郑州市,以“立足三农、保障民生、服务全国”为宗旨,业务涵盖综合性农产品冷链物流、高效生态农业开发、生鲜连锁超市、跨境电子商务、进出口贸易等农业全产业链。荣获重点龙头企业、全国农产品“综合十强市场”... 阅读详情

废话不多说,直接上代码

今天要倒霉的网站是农业科学院搜索引擎

# -*- coding: utf-8 -*-
import requests
import pymysql
from bs4 import BeautifulSoup  # 用来解析网页
import uuid
import time

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 '
                  'Safari/537.36',
    'Accept-Language': 'zh-CN,zh;q=0.8'
}
data = {"q": "_text_:能源环保",
        "wt": "json",
        "rows": "10",
        "start": "0",
        "enableElevation": "true",
        "forceElevation": "true",
        "fl": "_uuid_,title,content,indexUrl,pubDateStr,pubDate,size,score,[elevated]",
        "qf": "title^100",
        "fq": "",
        "shards": "127.0.0.1:80/search/7_http,127.0.0.1:80/search/8_http,127.0.0.1:80/search/9_http,127.0.0.1:80/search/67_http,127.0.0.1:80/search/10_http,127.0.0.1:80/search/11_http,127.0.0.1:80/search/12_http,127.0.0.1:80/search/13_http,127.0.0.1:80/search/17_http,127.0.0.1:80/search/14_http,127.0.0.1:80/search/15_http,127.0.0.1:80/search/66_http,127.0.0.1:80/search/40_http,127.0.0.1:80/search/63_http,127.0.0.1:80/search/65_http,127.0.0.1:80/search/56_http,127.0.0.1:80/search/47_http,127.0.0.1:80/search/64_http,127.0.0.1:80/search/39_http,127.0.0.1:80/search/45_http,127.0.0.1:80/search/37_http,127.0.0.1:80/search/36_http,127.0.0.1:80/search/25_http,127.0.0.1:80/search/29_http,127.0.0.1:80/search/18_http,127.0.0.1:80/search/38_http,127.0.0.1:80/search/43_http,127.0.0.1:80/search/30_http,127.0.0.1:80/search/19_http,127.0.0.1:80/search/49_http,127.0.0.1:80/search/22_http,127.0.0.1:80/search/48_http,127.0.0.1:80/search/57_http,127.0.0.1:80/search/51_http,127.0.0.1:80/search/46_http,127.0.0.1:80/search/41_http,127.0.0.1:80/search/27_http,127.0.0.1:80/search/55_http,127.0.0.1:80/search/53_http,127.0.0.1:80/search/54_http,127.0.0.1:80/search/52_http,127.0.0.1:80/search/42_http,127.0.0.1:80/search/59_http,127.0.0.1:80/search/44_http,127.0.0.1:80/search/31_http,127.0.0.1:80/search/50_http,127.0.0.1:80/search/26_http,127.0.0.1:80/search/35_http,127.0.0.1:80/search/28_http,127.0.0.1:80/search/32_http,127.0.0.1:80/search/33_http,127.0.0.1:80/search/20_http,127.0.0.1:80/search/69_http,127.0.0.1:80/search/21_http,127.0.0.1:80/search/68_http,127.0.0.1:80/search/23_http,127.0.0.1:80/search/58_http,127.0.0.1:80/search/60_http,127.0.0.1:80/search/34_http,127.0.0.1:80/search/61_http,127.0.0.1:80/search/62_http,127.0.0.1:80/search/24_http,127.0.0.1:80/search/16_http"
        }
conn = pymysql.connect(host='127.0.0.1', user='root', passwd='123456', db='zhang', charset='utf8')
cur = conn.cursor()
print("连接成功")
for i in range(0, 1000, 10):  # 爬取第一页到第3页的数据
    data['start'] = i
    resp = requests.post(f"http://search.caas.cn/search/7_http/elevate", data=data, headers=headers).json()
    dd = resp['response']['docs']
    for ss in dd:
        # id
        productId = str(uuid.uuid1())
        # 标题
        title = ss['title']
        # 地址
        indexUrl = ss['indexUrl']
        # 时间
        pubDateStr = ss['pubDateStr']
        # 内容
        content = ss['content']
        # 来源
        # 过滤掉文档
        if indexUrl.endswith('doc'):
            continue
        resp = requests.get(indexUrl)
        page_one = BeautifulSoup(resp.content, "html.parser")
        # 来源
        source = ''
        print(indexUrl)

        if page_one.find('div', class_='articleAuthor') is None or page_one.find('div', class_='articleAuthor').find(
                'strong') is None:
            continue
        else:
            source = page_one.find('div', class_='articleAuthor').find('strong').text.strip()
        sql = "insert into knowledge(id,title,source,timet,content,p_type,url) VALUES (%s,%s,%s,%s,%s,%s,%s)"
        cur.execute(sql, (productId, title, source, pubDateStr, content, "能源环保", indexUrl))
    print("SQL正在执行第{}页执行完毕".format(i))
    conn.commit()
    time.sleep(1)  # 防止服务器蹦了,间隔一秒钟
cur.close()
conn.close()

看下效果

在这里插入图片描述

很完美,回家睡觉

在这里插入图片描述

农业数据爬虫:Python爬虫获取农产品价格和农业技术信息 本篇博客将指导您使用Python编写爬虫,从农业网站上获取农产品价格和农业技术信息。我们将介绍如何选择合适的目标网站、分析网站结构、处理查询参数等,同时为您提供充分的代码示例。跟随本文的指引,您将能够构建一个高效、稳健的农业数据爬虫,帮助您及时了解农产品价格和农业技术发展。 阅读详情

相关推荐

python网络爬虫——爬取新发地农产品数据

这段代码是一个爬取新发地蔬菜价格信息的程序,它使用了多线程来加快数据获取和解析的速度。具体的步骤如下: 导入所需的库:json、requests、threading和pandas。 初始化一些变量,包括页数、商品总列表以及存放json数据的列表。 定义了一个函数url_parse(),用于发送请求并解析网页数据。函数使用requests.post()方法发送POST请求,获取商品信息,并将其保存到jsons列表中。 定义了一个函数json_parse(),用于解析json数据并将商品信息保存到商品总列表c

weixin_66547608的博客 2240

开箱即用,5 个功能强悍的 JSON 神器!

‍‍公众号关注“GitHubDaily”设为 “星标”,每天带你逛 GitHub!大家好,我是小 G。自 1999 年开始,JSON 作为用户体验较好的数据交换格式,开始被各界广为采纳,并逐渐应用到 Web 开发及各种 NoSQL 数据库领域。身为程序员,想必大家平日也是跟 JSON 打交道颇多。我近期刚好业务上有需求,得基于 JSON 实现一些小功能,因此便到 Git...

GitHubDaily 2235

基于JSON配置的智能搜索引擎浏览器主页项目

在实现浏览器主页的个性化定制时,数据结构的设计至关重要。它需要能够灵活地存储用户自定义的各种信息,包括但不限于主题、颜色、布局、小工具、快捷链接等。通常,这种设计会利用JSON对象来实现,因为JSON(JavaScript Object Notation)是一种轻量级的数据交换格式,易于人阅读和编写,同时也易于机器解析和生成。下面是一个简单的JSON结构示例,用以展示用户主页定制化内容的数据结构:"theme": {},},在这个结构中,theme对象定义了主页的主题颜色和背景风格;

weixin_42465140的博客 1215

Python的requests库爬取重点农产品市场信息平台生猪数据并可视化

最近被老师安排了爬虫案例编写任务,因为是教材中的新手案例,要求用requests库进行爬取,力求简单易懂。浏览器:firefox库:request。

hnndyzc的博客 1661

jsonsearch:JSON数据库的Web实时搜索引擎

jsonsearch JSON数据库的Web实时搜索引擎 建立资料库 可接受的JSON格式: [{ " title " : " title value 1 " , " text " : " text value 1 " },{ " title " : " title value 2 " , " text " : " text value 2 " }] 数据库源必须允许由该域进行 您可以使用Access-Control-Allow-Origin允许我们的域 例子: Access-Control-Allow-Origin: https://jsonsearch.github.io 贡献 分叉( ) 创建功能分支(git checkout -b my-new-feature) 提交更改(git commit -am'添加一些功能') 推送到分支(git pu

网络爬虫java实现搜索引擎

基于java 实现类似于搜索引擎的东西,值得一看。 用网络爬虫抓取网页的url资源。

农业领域数据资源获取与分析——爬取新发地官网信息

目录1 开发环境2 程序功能介绍(1)实验目的(2)数据说明(3)技术说明3 程序设计的思路4 关键技术及难点5 程序的详细设计5.1 爬取数据5.2 读取数据5.3查看数据的整体情况5.4数据清洗5.5数据分析6 可视化展示7 结论......

WangyiboH的博客 3696

Java Web+爬虫+lucene 大学新闻网

实验课的项目,爬虫爬取网站内容,lucene实现索引和搜索功能,界面也很美观。爬取的是重庆大学新闻网的内容。

全球最快的 JSON 文件查询工具

虽然这可能导致不同工具之间的结果不同,因为 SQL 并不强制默认顺序,但基准测试的目标是评估用户希望尽快对文件进行采样以及工具避免完全扫描的能力。所以当我第一次看到 Hacker News 上那篇“查询大型 JSON 文件的最快工具是用 Python 编写的”帖子时,我的第一个想法是——“但 clickhouse-local 不是用 Python 编写的”。clickhouse-local 是一个单一的二进制文件,允许你使用 SQL 快速处理本地和远程文件,提供了无数据库的数据库功能。本文字数:1684;

ClickHouseDB的博客 1894

农产品大数据的抓取和分析方法探索.pdf

农产品大数据的抓取和分析方法探索农产品

jQuery Jsonp跨域模拟搜索引擎

主要介绍了jQuery Jsonp跨域模拟搜索引擎的相关资料,非常不错,具有参考借鉴价值,需要的朋友可以参考下

案例--搜索引擎(百度 / jsonp)

搜索引擎 + 能实现使用百度家的服务器, 是因为人家的服务器确实是按照 jsonp 的规则书写 + 查看百度的搜索引擎接口 + https://www.baidu.com/sugrec? pre=1& p=3& ie=utf-8& json=1& prod=pc& from=pc_web& sugsid=34305,34099,33970,34273,34278,34004...

tby_pr的博客 875

如何使你的直流电机闭环?(PID讲解)

看了看很多大佬写的PID讲解很全面也很复杂,实在是不适合很多萌新入坑,所以想按自己的理解写一篇通俗易懂的PID算法讲解

a2001444的博客 1万+

simdjson搜索引擎:全文检索JSON数据支持

在现代数据处理应用中,JSON(JavaScript Object Notation)已成为事实上的数据交换标准。随着数据量的爆炸式增长,如何高效地解析和查询JSON文档成为了开发者的重要挑战。simdjson作为一个革命性的高性能JSON解析库,每秒可解析千兆字节的JSON数据,为构建高效的JSON搜索引擎提供了强大的基础能力。 本文将深入探讨如何利用simdjson构建全文检索JSON数据的...

gitblog_00128的博客 755

万达电影 com.wandafilm.app headers check

万达电影 安卓逆向 抓包 逆向 check

weixin_43786514的博客 1436

基于Gardner环的QPSK定时同步MATLAB仿真:四倍采样与多场景性能分析

本文详细介绍了基于Gardner环的QPSK定时同步MATLAB仿真方法,重点分析了四倍采样技术在定时同步中的应用与性能优化。通过MATLAB代码实例展示了Gardner环的实现原理、多场景性能分析及常见问题解决方案,为数字通信系统的定时同步设计提供实用参考。

weixin_29083475的博客 373

探索JSON数据的高效助手 - JsonSearch

探索JSON数据的高效助手 - JsonSearch 在大数据和API驱动的时代,处理JSON数据已成为日常开发中的重要环节。对于开发者而言,快速准确地在复杂的嵌套结构中查找特定元素至关重要。今天,我们来探索一款强大的Python库——JsonSearch,它简化了这一过程,让JSON数据搜索变得轻松愉快。 项目介绍 JsonSearch是一款轻量级而高效的Python库,专为解决JSON数据检索...

gitblog_00426的博客 673

STM32H743 SD卡读写避坑实录:CubeMX配置MDMA给FATFS,我的FreeRTOS项目踩了哪些雷?

本文详细解析了STM32H743在CubeMX配置中结合SDMMC、MDMA与FATFS的实战避坑指南,特别针对FreeRTOS环境下的SD卡读写问题提供了解决方案。从时钟配置到FATFS参数设置,再到DMA缓存维护和FreeRTOS集成技巧,帮助开发者高效解决数据损坏、DMA传输错误等常见问题,提升项目稳定性。

weixin_30878501的博客 493

Scrapy 实现爬虫(1)--爬取农产品数据集

此博客是借鉴的别人的 ,原文章地址:https://www.cnblogs.com/WayneLiu/p/Python.html

努力变得不菜的菜鸡的博客 3597

仿真学习系列(三十八):Sigrity仿真之单端S参数提取

S 参数(Scattering Parameters)是高速信号分析中最基础也最常用的指标,能够全面表征走线、过孔、连接器等互连结构的高频行为。在 Sigrity PowerSI 中,Model Extraction 是最常用的 S 参数提取方式,适用于高速差分线、单端线、过孔、参考平面等各种拓扑结构。 本节将通过示例讲解如何在 PowerSI 中完成一次完整的 S 参数提取流程,包括:对象选择、端口设置、频率范围配置以及结果查看。掌握此方法后,即可对任意高速网络执行阻抗、插损、回损、串扰分析,为进一步的

案例文章,高速信号 836

数据挖掘实战-基于KMeans算法对超市客户进行聚类分群

本实验基于KMeans算法对超市客户进行了聚类分群。通过对客户购物数据进行聚类,我们成功将客户分为不同的群体。每个群体代表了具有相似购物行为和偏好的客户群体。通过实验结果,我们发现了客户群体之间的明显差异和共性。不同群体的客户在购买频率、购物金额和购买种类等方面有所区别。这为超市提供了重要的市场细分信息,帮助超市经营者更好地了解不同客户群体的需求和喜好,制定有针对性的营销策略和商品推荐,提高客户满意度和忠诚度。此外,实验还揭示了超市客户的购物行为规律,为超市优化商品陈列和促销策略提供了指导。

m0_64336780的博客 2万+

13 款开源的全文搜索引擎

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_34177064的博客 1173

从“能跑”到“好用”:一名 Python 开发者的工程化进阶之路【Python心得篇】

Python 早已不只是写脚本、跑数据的工具。后端服务AI Agent 编排层自动化平台核心语言数据与业务之间的“中枢层”区别只在于:你是用脚本方式,还是工程方式在写。如果你已经能写“能跑的 Python”,下一步,就是让它长期可跑、稳定可演进。Python 的真正价值不在于“写得快”,而在于能否支撑持续演进的工程实践。当代码从一次性脚本走向长期运行的系统,开发者必须从结构设计、职责拆分、性能意识和类型约束等方面进行系统性思考。

博客 1545

比 Elasticsearch 更快, RediSearch + RedisJSON = 王炸~

Redis是开发中非常常用的内存数据存储中间件,之前基本上用它来做内存存储使用。最近发现Redis推出了很多增强模块,例如通过RedisJSON可以支持原生JSON对象的存储,使用RediSearch可以作为搜索引擎使用,并且支持中文搜索!今天给大家带来RediSearch+RedisJSON作为搜索引擎的使用实践,希望对大家有所帮助!

macrozheng的专栏 6422

【AUTOSAR-COM】-10.5-APP CAN Frame/PDU“发送周期不准“的影响因素

一个Tx PDU在COM模块中的数据流; Tx APP CAN Frame/PDU"发送周期不准"的影响因素;

「汽车电子助手」的博客 2385

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

百度搜狗等搜索引擎智能提示(JSONP跨域实现自动补全搜索建议)

转自:http://www.cnblogs.com/woider/p/5805248.html---------------------------------------搜索引擎JSONP接口---------------------------------------------提示:URL中的 #content# 为搜索的 关键字谷歌(Google)http://suggestqueries...

ShiYadong的专栏 2万+

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

上一篇: 中国农业信息网_爬取新闻详情(源码)_一蓑烟雨任平生
下一篇: 中国农网_数据抓取(源码)_一蓑烟雨任平生
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值