网络爬虫-用python获取豆瓣新书推荐信息

前言：

     数据获取是数据分析师的职场必备技能，其中通过网络爬虫，自动、有组织地爬取一些网站数据，既实用，又有趣。本文通过对豆瓣新书速递页面及其子页面的迭代爬取，介绍python3环境下，网络爬虫的入门级用法。

    其中的要点在于通过网页元素信息，定位到目标信息的标签格式，然后通过python的一些网络分析包，如 beautifulsoup 来有效提取相关信息。

一、要爬取的信息说明

       豆瓣读书经常会推荐一些市面上的新书，其页面为https://book.douban.com/latest?icn=index-latestbook-all 。如果想查看每本书的详细信息，需要点击进去二级页面查看。那么，我们这里拿来练手的，就是先访问左下的介绍页面，获取推荐的书的总量，以及每本书的下一步页面链接，然后迭代访问每本书的详情页，找出书名、作者、评分信息。最终统一打印出来。

       

二、爬取过程