爬取豆瓣图书首页的图书信息

最新推荐文章于 2025-01-10 10:41:03 发布

原创最新推荐文章于 2025-01-10 10:41:03 发布 · 984 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python

爬虫专栏收录该内容

2 篇文章

订阅专栏

本文介绍了一种使用Python的requests库和re库爬取豆瓣图书首页图书信息的方法。通过发送GET请求获取网页源代码，利用正则表达式匹配图书的URL、名称和作者等关键信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用requests库和re库来爬取豆瓣图书首页的图书信息

import requests
import re

content = requests.get("http://book.douban.com").text    #get函数获取豆瓣图书网页代码
pattern = re.compile('<li.*?cover.*?href="(.*?)".*?alt="(.*?)".*?author">(.*?)<',re.S)    #complip函数保存正则式
result = re.findall(pattern,content)    #findall寻找符合正则式的信息
for results in result:
    url,name,author = results
    url = re.sub('\s',' ',url)    #将换行符转换为空格
    name = re.sub('\s',' ',name)
    author = re.sub('\s','',author)
    print(url,name,author)

爬取结果: