小白分析4：豆瓣音乐TOP250抓取并存入excel

Hello,大家好..猜猜我这次盯上了什么~~~~~~~~~~~~没错，又是可怜的豆瓣。，这次我们抓取豆瓣音乐的top250。

其实，最近我也有在试着爬取别的网站，比如说安居客、优美网之类的，但是这些网站的网页经常会重写，抓取的规律会变；然后抓取一些大家都懂的网页时，由于他们的服务器都架设在国外，经常打不开或者链接速度过慢。而且，最重要的是，经常会有一些反爬虫的手段，比如说访问频繁封禁ip啊，页面不规律啊...对新手很不友好。

所以，这次就介绍一下用xpath的方式来抓取网站的字符，以后再写一些有难度的。

---

如果不懂xpath规律的可以先看一下下面的文档：

http://www.w3school.com.cn/xpath/xpath_syntax.asp

https://www.cnblogs.com/yinjiangchong/p/9440014.html

---

贴一下各种方法的一些小心得：

1：无论是select还是find_all，返回的都是列表，select返回的列表中的元素为Tag，需要用get_text()得到字符部分，而find_all用下标即可 ；

2：re正则表达式是最万金油的方法，但是理解和应用起来需要多试；

3：xpath是比较老的一种方式，但是很好用...

4:抓取文本是获得html的text文档，而抓取文件和图片是conent模式；

5：一定要多print，来查看返回的数据是否是自己想要的，再进行调整；

6:其实队伍我这样的新手来讲，只对着别人的代码理解往往事倍功半，一定要自己动手来写，才