python 爬取投融界专业平台

爬取电商平台数据,python爬取某维商品数据 本次内容: 爬取电商平台数据,python爬取某维商品数据 课程亮点 动态数据抓包演示 json数据解析 requests模块的使用 保存csv 环境介绍 python 3.8 [最好用和老师一样的版本] pycharm 2021.2 专业版 yyds requests >>> pip install requests csv 安装方法: win + R 输入cmd 输入安装命令 pip install 模块名 如果出现爆红 可能是因为 网络连接超时 切换国内镜像源 相对应的安装 阅读详情

完整代码下载:

https://github.com/tanjunchen/SpiderProject/blob/master/tourongzi/Spider.py

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import requests
from fake_useragent import UserAgent
import pandas as pd
from lxml import etree
import re

ua = UserAgent()
headers = {"User-Agent": ua.random}


def job():
    url = "https://www.trjcn.com/investor_data.html?type=1&page={0}"
    headers.pop("Referer", url.format(1))
    total = get_total(url, headers)
    dates = []
    events = []
    sources = []
    destinations = []
    moneys = []
    realms = []
    for page in range(1, total + 1):
        res = requests.get(url.format(page), headers=headers)
        res.encoding = "utf-8"
        print("正在抓取第", str(page) + "页")
        if res.ok:
            html = etree.HTML(res.text)
            if html is not None:
                trs = html.xpath("//div[@class='fn-left list']/table//tr")
                for i in range(1, len(trs)):
                    tds = trs[i].xpath(".//td")
                    date = "-".join(tds[0].xpath(".//text()"))
                    event = "-".join(tds[1].xpath(".//text()"))
                    source = "-".join(tds[2].xpath(".//text()"))
                    destination = "-".join(tds[3].xpath(".//text()"))
                    money = "-".join(tds[4].xpath(".//text()"))
                    realm = "-".join(tds[5].xpath(".//text()"))
                    dates.append(date)
                    events.append(event)
                    sources.append(source)
                    destinations.append(destination)
                    moneys.append(money)
                    realms.append(realm)
                    print("正在抓取第", str(page) + "页", date, event, source, destination, money, realm)
    all_data = []
    for i in range(len(events)):
        all_data.append([dates[i], events[i], sources[i], destinations[i], moneys[i], realms[i]])
    df = pd.DataFrame(all_data)
    new_col = ['日期', '融资事件', '融资方', '投资方', '金额与轮次', '融资领域']
    df.columns = new_col
    df.to_csv("all_data.csv", encoding="utf-8", index=False)


def get_total(url, header):
    headers.pop("Referer", url)
    res = requests.get(url, headers=header)
    res.encoding = "utf-8"
    html = etree.HTML(res.text)
    total = re.findall('\d+', html.xpath("//div[@class='paging fn-right']//a[last()]/@href")[0])[-1]
    return int(total)


if __name__ == '__main__':
    job()
Python爬虫 - 简单的完整小说爬取 Python 爬虫爬取完整小说 文章目录Python 爬虫爬取完整小说前言一、基础与环境1.1 Web元素审查元素1.2 Requests、lxml库的安装(1)Requests库和lxml库安装(2)Requests库简单介绍(3)lxml库简单介绍二、使用步骤分为目录爬取,小说章节爬取,完整小说爬取2.1 目录爬取2.1.1 使用Requests获取页面信息2.1.2 使用lxml中的规则进行信息提取2.1.3 使用流的形式写入到文件中2.2 小说章节爬取2.2.1 读取 title 文件 获得 url 阅读详情

相关推荐

Python之爬取百度地图兴趣点(POI)数据

关于爬虫系列,前三篇文章分别讲了三个简单案例,分别爬取了《你好,李焕英》电影豆瓣热门短评、58同城在售楼盘房源信息以及安居客网二手房小区详情页数据,这篇文章主要谈一谈如果用Python调查百度地图API接口,获取百度地图上的兴趣点(Point of interest)。 ...

qq_38230663的博客 2万+

爬取国内创业公司、投资机构、独角兽公司信息

欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答、求职一站式搞定! 对商业智能BI、大数据分析挖掘、机器学习,python,R等数据领域感兴趣的同学加微信:tstoutiao,邀请你进入数据爱好者交流群,数据爱好者们都在这儿。 作者: 苏克1900公众号:第2大脑摘要:之前爬的网站都是不需要登录就可...

简书博客搬家测试账号 1667

网贷之家 python 爬取公开的平台数据

初学python爬虫,仅用学到的几个库尝试爬取网贷之家的平台信息数据,并保存到excel中。 爬取的过程中遇到了各种各样的问题,通过各种查资料最终解决,但是感觉自己的代码不够简洁,可能是学的东西还是太少吧。 要爬取的页面:https://www.wdzj.com/dangan/ 要爬取的数据:平台名称、评级、参考利率、待还余额、注册地、上线时间、网友印象、综合评分 代码如下: impo...

右手画诗的博客 3482

爬取金融数据的一个详细教程(结尾附完整代码)

金融相关数据获取的详细教程,以及代码分享。

lihaojiayou的博客 2135

Python 1688 商品详情爬取指南

今天这篇软文,没有对抗、没有炫技,只有:官方 API → 低风险、可商用60 行代码 → 虚拟主机可复制CSV 输出 → Excel 能落地把脚本丢给 cron,每天一杯咖啡的时间,就能生成一份「1688 行情报告」。当别人还在手动滑屏,你已经用 Python 把 1688 变成了「躺赚」的副业提款机。

2501_93442133的博客 1672

利用Python爬虫抓取创业公司信息(公司背景、产品与融资情况)

Python是进行网络爬虫开发的首选语言,其丰富的库和工具使得爬虫的实现变得更加高效与便捷。Requests:用于发送HTTP请求,获取网页内容。:用于解析HTML网页,提取所需的信息。Selenium:用于动态页面抓取,特别是那些通过JavaScript渲染的内容。pandas:用于数据存储与处理,最终可以将抓取的数据保存为CSV或数据库格式。SQLAlchemy:用于数据持久化,支持将抓取的数据存储到关系型数据库中。:用于定时抓取数据,确保数据持续更新。

2201_76125261的博客 1450

金融众筹模式系统源码 适合创业孵化机构+天使投资机构+投资基金会等 附带完整的搭建教程

今天罗峰给大家分享一款金融众筹模式系统源码,这款源码系统的功能十分强大,,一起来看看吧。还附带完整的搭建教程。1.多种众筹模式支持:系统支持多种众筹模式,包括捐赠式众筹、回报式众筹、股权式众筹等,可根据实际需求灵活配置。分析与决策支持:系统提供强大的数据分析功能,能够为机构提供全面的投资数据分析报 告,为决策提供支持。2.投资者管理:系统提供完善的投资者管理功能,包括投资者信息录入、投资记录跟踪、投资收益计算等。安全性:系统采用先进的安全措施,包括数据加密、权限管理等,确保系统的安全性和稳定性。

2301_77558505的博客 1072

投融圈小程序(投资、融资类)源代码

投融圈小程序(投资、融资类)源代码是一款适用于金融投资、创投等领域的小程序app实例源码。这个是建立企业和投资人之间沟通的桥梁,可以关注投资人,可以了解企业信息。

Python爬虫实战之萝卜投研

本次要爬取的网站为*萝卜投研*,是利用人工智能、大数据、移动应用技术,建立的股票基本面分析智能投研平台,在进行投资交易的时候可以使用期研报与各类数据进行分析。Scrapy是一个为了爬取网站数据,提取结构性数据编写的爬虫框架,只需要很少的代码就可以完成相关数据的抓取。Scrapy是一个使用了Twisted的异步网络框架,可以大大提高我们的下载速度。抓包工具是拦截查看网络数据包内容的软件。通过对抓获的数据包进行分析,可以得到有用的信息。Postman是一种网页调试与发送网页http请求的chrome插件。

geobuins的博客 2171

投融界股权众筹投资流程.pdf

投融界股权众筹投资流程

三相SVPWM逆变器双闭环PI解耦控制:从dq坐标系到参数整定实战

本文深入解析了三相SVPWM逆变器的双闭环PI解耦控制技术。通过引入dq坐标系,将交流量转换为直流量,并结合前馈补偿实现电流环的解耦控制。文章详细阐述了从数学模型推导、控制器设计到参数整定与SVPWM实现的完整流程,为工程师提供了从理论到实战的系统性指导。

weixin_28292761的博客 402

爬取糗事百科,我是专业的!

  大家好,我是不温卜火,是一名计算机学院大数据专业大二的学生,昵称来源于成语—不温不火,本意是希望自己性情温和。作为一名互联网行业的小白,博主写博客一方面是为了记录自己的学习过程,另一方面是总结自己所犯的错误希望能够帮助到很多和自己一样处于起步阶段的萌新。但由于水平有限,博客中难免会有一些错误出现,有纰漏之处恳请各位大佬不吝赐教!暂时只有csdn这一个平台,博客主页:https://buwenbuhuo.blog.youkuaiyun.com/   本片博文为大家带来的是快速爬取糗事百科,我们是专业的!。 目录.

不温卜火 1万+

VC Spyglass CDC实战:从TCL脚本到SDC约束的完整避坑指南

本文是一份针对数字IC验证工程师的VC Spyglass CDC实战指南。文章详细阐述了从TCL脚本环境搭建、SDC约束编写到典型CDC违规(如SETUP_PORT_UNCONSTRAINED)诊断与修复的完整流程,旨在帮助读者高效避坑,深入理解工具逻辑,从而完成可靠的时钟域交叉验证。

go5gopher的博客 382

python爬取网页数据步骤,python爬取网页详细教程

Beautiful Soup提供一些简单的、python式的函数用来处理导航、搜索、修改分析“标签树”等功能。它是一个工具箱,通过解析文档为用户提供需要抓取的数据,因为简单,所以不需要多少代码就可以写出一个完整的应用程序。Beautiful Soup自动将输入文档转换为Unicode编码,输出文档转换为utf-8编码。你不需要考虑编码方式,除非文档没有指定一个编码方式,这时,Beautiful Soup就不能自动识别编码方式了。然后,你仅仅需要说明一下原始编码方式就可以了。

w666666Wwwwwww的博客 8071

【AI就业干货12】机器学习八股文速通:从损失函数到 XGBoost,一篇带走全部面试点

本文总结了机器学习面试的核心知识点,涵盖监督与非监督学习、线性模型、正则化、决策树、KNN/K-means、SVM、集成学习、梯度下降、评估指标、特征工程、降维、概率模型等内容。重点包括:损失函数选择(MSE/交叉熵)、正则化作用(L1稀疏/L2平滑)、决策树划分准则、集成学习方法(Bagging降方差/Boosting降偏差)、XGBoost优化等。提供了30秒速记口诀和XGBoost代码示例,帮助快速掌握面试要点。全文采用公式+代码+口诀的形式,系统梳理了机器学习从理论到实践的常见考点。

m0_51738372的博客 731

29、高速低功耗采样保持放大器设计

本文详细介绍了适用于低功耗模数转换器的高速低电压采样保持放大器(SHA)的设计技术,包括传统SHA的局限性、采样技术分类以及全NPN型和BiCMOS型SHA的具体设计实现。同时,文章深入探讨了优化输入电容、采样开关驱动及低功耗设计等具体措施,并提供了10位ADC前端和无线通信应用中的实例分析,为相关领域的工程师提供有价值的参考。

weixin_30600615的博客 424

Python POI公交数据爬取

本文基于高德开放平台,使用Python语言对重庆公交数据进行爬取并将数据转换成.shp文件以方便使用操作。 密匙申请 ​ 首先需要申请高德开发者账号,再在个人主页的【应用管理】—>【我的应用】页面创建新应用,点击“添加新Key”,输入"gongjiao",服务平台选择“Web服务”,提交完成密匙申请 【图片】 请求头URL组成 <‘https:/

sosimple123的博客 4241

Arcgis栅格裁剪批处理工具

Arcgis栅格裁剪批处理工具

yilvyangguang520的博客 2172

Python爬取推特(X)的各种数据

【摘要】本文介绍了一个功能强大的Twitter数据爬取工具,通过Python实现关键词搜索并获取推文内容、用户信息等数据。工具采用完整浏览器模拟策略,包含cookie管理、headers动态更新、反爬虫处理等机制,能够有效应对Twitter的API限制。文章详细展示了代码实现,包括请求参数构造、数据解析、分页处理等功能模块,并提供了完整的配置指南和使用方法。该工具支持多关键词搜索,结果以CSV格式保存,适合社交媒体数据分析、舆情监测等场景。文末还附有获取Twitter认证信息的详细指引。

Jaxonic的博客 6780

ABAP CDS Time Functions 全面解析:用 TIMS_IS_VALID 护航时刻字段的正确性

摘要:本文深入解析ABAP CDS时间函数TIMS_IS_VALID的应用,重点介绍其在企业系统时间字段校验中的关键作用。文章指出无效时间数据会导致业务流程混乱,而CDS层校验能有效减少重复逻辑。详细说明TIMS类型格式要求、空值处理规则,并提供两种工程实现方案:在CDS视图中直接派生校验列,或通过ABAP SQL在内存表中批量验证。最后给出可直接运行的代码示例,包括一个ABAP报表演示内存表验证,以及一个CDS View Entity实现系统时间自动映射与校验,帮助开发者在业务场景中快速落地时间校验功能。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 193

使用手机录制rosbag包

使用手机作为便携式数据采集设备来录制rosbag。

weixin_38582851的博客 615

爬取51job职位信息--进行专业市场需求可视化分析(python、tableau、DBeaver)

爬取51job职位信息--进行专业市场需求可视化分析(python、tableau、DBeaver)

m0_52985451的博客 4092

IEC61850规约客户端软件开发实战(第六章)

IEC 61850标准中的GOOSE(Generic Object Oriented Substation Event,面向通用对象的变电站事件)功能是变电站自动化系统的核心通信机制,主要用于实现智能电子设备(IED)间高可靠性、低延时的实时信号传输。本章简述其核心功能与技术特点。

半青年的博客 1778

用Python实现原生爬取某牙直播平台数据

一.确定自己需要的数据,并找到最适合爬取的页面 最近学习了一大堆和大数据相关的东西,Hadoop、 二.分析数据所在的标签 三.模拟http获取服务器返回的html 四.用正则表达式提取我们需要的信息 五.存储和展示数据 ...

唐大帅的编程之路 3220

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

基于Python的酷狗音乐平台歌曲信息爬取

本次网络爬虫项目成功地实现了对酷狗音乐网站不同榜单数据的爬取,掌握了requests库,BeautifulSoup库,openpyxl库的使用,将数据保存为excel表格形式,方便后期的数据分析和应用提供了坚实的数据基础。通过本次实验,学生将掌握网络爬虫的基本原理和实现方法,以及数据分析和可视化的技能。通过本次Python网络爬虫的实践,我们不仅掌握了从基础到高级的爬虫开发技巧,还了解了如何应对实际操作中的各种挑战。同时,持续学习新的工具和方法,保持对新技术的敏感度和适应能力,是提升爬虫开发水平的关键。

m0_69704149的博客 1656

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

【0基础用python爬取高德POI数据】

从0指导如何爬取高德POI数据。 仅作示例,不能解决高德网格返回数量限制。

Joy Chen的博客 1万+

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

上一篇: python 爬取投资项目在线审批监管平台
下一篇: 微信助手 itchat 小工具的使用
远方的飞猪
博客等级 码龄11年 548粉丝 81原创
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

打赏作者

远方的飞猪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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