中国农网_数据抓取(源码)_一蓑烟雨任平生

python-爬虫-爬取农产品批发价格中的蔬菜价格周数据 中华人民共和国农业农村部。 阅读详情

废话不多说,直接上代码

今天要倒霉的网站是中国农网

import requests  # 用来请求网址
import pymysql  # 用来存数据库
from fake_useragent import UserAgent
from bs4 import BeautifulSoup  # 用来解析网页
import time

# 中国农网
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'
}

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, 20):  # 爬取第一页到第3页的数据
    headers["User-Agent"] = UserAgent().random
    resp = requests.get(f"http://www.farmer.com.cn/xbpd/xw/rdjj_2458/NewsList_{i}.json", headers=headers).json()
    for dd in resp["info"]:
        # id
        id = dd["id"]
        # 标题
        title = dd["ovtitle"]
        # 创建时间
        timet = dd["createTime"]
        # 地址
        url = dd["url"]
        # 来源
        source = dd["source"]
        rp = requests.get(url, headers=headers)
        page_two = BeautifulSoup(rp.content, "html.parser")
        print(page_two)
        erro = page_two.find("span", id='xy')
        if erro is not None:
            continue
        article = page_two.find('div', id='article_main').find_all('p')
        content = ''
        for aa in article:
            content = content + aa.text.strip()
        print(content)
        # 分类
        n_type = ""
        if "食品安全" in content:
            n_type = "食品安全"
        elif "农业环境" in content:
            n_type = "农业环境"
        elif "农业病虫害" in content:
            n_type = "农业病虫害"
        elif "农业耕地浪费" in content:
            n_type = "农业耕地浪费"
        elif "农产品质量安全" in content:
            n_type = "农产品质量安全"
        else:
            n_type = ""

        sql = "insert into new_paper(id,n_source,n_title,n_timet,n_type,n_url,n_content) VALUES (%s,%s,%s,%s,%s,%s,%s)"
        cur.execute(sql, (id, source, title, timet, n_type, url, content))
    print("{}完成啦".format(i))
    conn.commit()
    time.sleep(1)  # 防止服务器蹦了,间隔一秒钟
cur.close()
conn.close()

在这里插入图片描述

python爬虫实战之爬取中国农药网 前言:这算是和研究生老师第一次正式的进行项目,虽说开始的有点随便,但是第二战还是挺成功的!自己作为一个本科生,也很幸运可以跟着学点知识,随便帮自己学院的老师出点力。还记得第一次交接任务时是很陈瑞学长,初战《贵州农经网》,还算成功,后来由于需要分类,暂时告一段落。 这次的目标是《中国农药网》,这是一个农药行业门户网站,集信息资讯、农药信息,交易服务于一体的专业化、电子商务平台。我主要就是获取到某类... 阅读详情

相关推荐

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”...

qq_46614154的博客 1万+

中国农产品信息网站scrapy-redis分布式爬取数据

---恢复内容开始--- 基于scrapy_redis和mongodb的分布式爬虫 项目需求: 1:自动抓取每一个农产品的详细数据 2:对抓取的数据进行存储 第一步: 创建scrapy项目 创建爬虫文件 在items.py里面定义我们要爬取的数据 # -*- coding: utf-8 -*- # Define here the mo...

weixin_30314813的博客 604

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。

2201_76125393的博客 2574

中国农业信息网_爬取新闻详情(源码)_一蓑烟雨任平生

废话不多说直接上代码 今天要倒霉的网站是全国农业信息网 import requests import pymysql from bs4 import BeautifulSoup # 用来解析网页 import uuid import time url = "http://www.agri.cn/V20/ZX/qgxxlb_1" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KH

Jaeger_Java的博客 1498

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

简单的数据抓取工具源代码

简单数据抓 取简单的数据抓取工具源代码 .简单的数据抓取工具源代码

新农网_同页面,多种编码,破译编码抓取(源码)_一蓑烟雨任平生

这个反解密搞了我一下午,网页编码一会UTF-8,一会ISO-8859-1,一会GBK,网上的说法不一,都没卵用,最后自己摸索出来的,对全文解码GBK,当遇到别的进行忽略,decode(‘gbk’, ‘ignore’) 废话不多说,直接上代码 今天要倒霉的网站是新农网 # -*- coding: utf-8 -*- import requests import pymysql from bs4 import BeautifulSoup # 用来解析网页 import uuid import time ur

Jaeger_Java的博客 425

数据抓取

数据抓取

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

数据抓取源码

利用R语言进行网络数据抓取,源码为抓取百度贴吧-复仇之矛吧的内容。内涵多线程代码

PDN设计

作者:AirCity 2020.2.6 Aircity007@sina.com 本文所有权归作者Aircity所有 PDN设计的目的是降低电源纹波水平,减小电压跌落。我们通常要求LDO的文波水平是30mV,DCDC是50mV,超过这个就需要PDN设计。 PDN设计的方法是用不同的容值,合适的总电容量,降低电源平面与地平面之间的交流阻抗,确定容值总量和电容大小的过程,就是PDN设计过程。 为什么需...

AirCity123的博客 4146

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

2021.11.23 Covins 多机器人单目协同建图 跑Euroc数据集 更新

近日,一直在调试如何使用Covins跑通数据集,因为是初学者,所以很多bug出来的时候原理都不懂,只能复制——百度——尝试解决的过程。 现分享一下近日的结果以及与Covins作者帮助解答的一些问题。 使用代码行跑依次跑Euroc多数据集 这里的意思是使用作者提供的covins_examples文件夹中的euroc_examples_mh123_vigba.sh文件,这个文件是将三个Euroc数据集依次运行,跑完第一个数据集,第二个数据集运行的时候在第一个数据集生成地图的基础上继续绘制,由于我只下载了两个数据

qq_42614598的博客 2473

Python爬虫入门实战:手把手教你抓取网页数据(附源码)

爬虫就像一把瑞士军刀,用得好能获取有用信息,用不好可能违法!建议大家在遵守法律法规的前提下进行技术练习。刚开始可能会遇到各种报错,这太正常了!记住:每一个报错都是你升级的机会!(我的第一个爬虫写了3天才跑通…)

golfscript的博客 1743

从零到一:OptimizePI Pre-layout PDN前仿真实战指南

本文详细介绍了如何使用OptimizePI进行电源完整性(PDN)前仿真,从软件安装配置到元器件建模、去耦电容配置及仿真参数设置,提供了实战技巧和常见问题排查指南。通过OptimizePI的Pre-layout仿真,工程师可以在PCB布局前优化电源分配网络,显著提升设计效率并降低成本。

weixin_28304023的博客 505

排队论在食堂窗口规划中的应用:M/M/S模型优化案例

本文通过食堂窗口规划的真实案例,详细阐述了如何运用排队论中的M/M/S模型量化服务效率。文章从问题拆解、数据采集、模型计算到成本效益分析,提供了完整的数学建模实战指南,帮助读者掌握利用最优化方法解决资源配置问题的核心流程与工具。

docker7nomad的博客 1083

全国各地农产品蔬菜数据爬取并可视化分析

全国各地农产品蔬菜数据爬虫 - 可爬取任意年月份 - 数据部分展示如下(2022年1月) 数据部分展示如下(2022年2月)白菜数据 可结合可视化程序效果图如下: 秋秋2777.077.178(忽略.) 围 SupAort ...

qq_43374605的博客 3201

Windows/Linux双平台指南:3种方法快速释放被占用的GPU内存(含任务管理器替代方案)

本文详细介绍了在Windows和Linux双平台下快速释放被占用GPU内存的3种方法,包括任务管理器替代方案。从基础操作到高阶技巧,帮助用户彻底解决GPU内存驻留问题,提升计算资源利用率。特别适用于深度学习开发者和服务器管理员处理显存泄漏等常见问题。

j0k1l2m3n的博客 259

爬虫篇-小程序后台数据获取【附源码】

内部系统小程序后台爬虫应用,因此没有账号的可以学习思路,有账号的可以考虑实战爬虫。

ctu_sue的博客 5951

跨境电商ERP开发之Shopee开发者账号申请

引言:由于电子信息技术和经济全球化的进一步发展,电子商务在国际贸易中的影响力和关键作用日渐突显,已变成中国出口贸易的市场趋势。跨境电商未来的发展前景必定是有助于减少经济成本、推动全球贸易便利化,有助于提高国内群众福祉,有助于打造良好的营商环境,从而推动经济长期健康发展。 gitee仓库地址: https://gitee.com/naturalwish/SSERP/tree/master 以下授权教学同ShopeeOpen Platform - Developer Guide 申请流程 ..

naturalwish的专栏 3637

JEDEC 标准半导体功率循环热阻测试(JESD51 系列)

【代码】JEDEC 标准半导体功率循环热阻测试(JESD51 系列)

专注于前沿技术的探索与实践,热衷于从代码逻辑、架构设计到行业应用等多维度深挖技术本质。期待在技术之路上与你共同成长~ 466

Python爬虫实践——爬取网站文章

初学Python,对爬虫也是一知半解,恰好有个实验需要一些数据,所以本次爬取的对象来自中国农业信息网中下属的一个科技板块种植技术的文章(http://www.agri.cn/kj/syjs/zzjs/) 首先,分析网站结构:各文章标题以列表的形式展示,点击标题获得则是文章的正文,如图所示: 分析网页源码,不难看出图一所示的URL规律,其首页为http://www.agri.cn/kj...

weixin_30526593的博客 1396

Python爬虫实战:基于Scrapy和Playwright的深交所数据采集

本文将详细介绍如何使用Python最新技术栈(Scrapy框架结合Playwright浏览器自动化)爬取深圳证券交易所(www.szse.cn)的公开数据。文章包含完整项目搭建、反爬策略应对、数据解析存储等全流程实现,并附详细代码示例和性能优化建议。python复制下载# 上市公司基本信息# 财务数据revenue = scrapy.Field() # 营业收入net_profit = scrapy.Field() # 净利润eps = scrapy.Field() # 每股收益。

2201_76125261的博客 949

农业图谱网_分类-列表-详情三级爬取(源码)_一蓑烟雨任平生

思路很简单就是先分类,爬取分类的数据,然后根据分类数据爬取每个种类下的列表数据,然后根据列表数据一个一个爬取详情数据 废话不多说,直接上代码 今天要倒霉的网站是农业图谱网 # -*- 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

Jaeger_Java的博客 510

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

用WheatA获取农业大数据

WheatA农业大数据系统使用方法界面介绍一、生产数据调用市场数据调用气象数据调用土壤数据调用学习小结 界面介绍 农业数据可以用WheatA来获取,WheatA大数据系统覆盖了近六十年来各国农业生产数据,二十年全球每日气象数据、环境监测数据以及近五年全国期现货报价数据。主界面如下图所示,有生产数据、市场数据、气象数据、陆地数据和海洋数据五大板块内容。 一、生产数据调用 以调用全球各国小麦生产数据...

yibao3的博客 7885

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

python-爬虫(最后附爬取数据的源码)

爬虫初识 什么是爬虫? 网络爬虫,是一种按照一定规则,自动抓取互联网信息的程序或者脚本。由于互联网数据的多样性和资源的有限性,根据用户需求定向抓取相关网页并分析已成为如今主流的爬取策略。 只要能通过浏览器访问的数据都可以通过爬虫抓取。 爬虫的本质:模拟浏览器打开网页,获取网页中我们想要的那部分数据。 1. 获取数据 python一般使用urllib2获取页面数据 2. 解析数据 通过导入from bs4 import BeautifulSoup from bs4 import Beautiful

iconada的博客 1万+

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

上一篇: 农业科学院搜索引擎_json数据爬取(源码)_一蓑烟雨任平生
下一篇: 新农网_同页面,多种编码,破译编码抓取(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