DC免费课程（四）|除了实战还有什么？满满干货！

小猪短租（成都）页面：http://cd./

1.爬取租房标题

按照惯例，先来爬下标题试试水，找到标题，复制xpath。

多复制几个房屋的标题 xpath 进行对比：

瞬间发现标题的 xpath 只在

后序号变化,于是，秒写出爬取整页标题的 xpath：

还是固定的套路，让我们尝试把整页的标题爬下来:

小猪在IP限制方面比较严格,代码中务必要加入 sleep() 函数控制爬取的频率

好了，再来对比下 xpath 信息：

顺着标题的标签网上找，找到整个房屋信息标签， xpath 对比如下：

你应该知道该怎么来改代码了吧，写一个循环：

好了，来运行一下试试:

2.爬取多个元素的信息

对比其他元素的 xpath：

然后可以写出代码：

来尝试运行一下：

3.翻页，爬取更多页面

看一下翻页时候 url 的变化：

url 变化的规律很简单，只是 p 后面的数字不一样而已，而且跟页码的序号是一模一样的，这就很好办了……写一个简单的循环来遍历所有的url。

完整的代码如下：

看一下爬了5个页面下来的效果：

相信你已经掌握爬虫基本的套路了，但你还需要去不断熟悉，能独立写出代码为止。

写代码不仅要细心，也需要耐心。很多人从入门到放弃，并不是因为编程这件事情有多难，而是某次实践过程中，遇到一个小问题。

1.用Python语句存储数据

写文件时，我们主要用到 with open() 语句:

name：包含文件名称的字符串，比如：‘xiaozhu.txt’; mode：决定了打开文件的模式,只读/写入/追加等; encoding：表示我们要写入数据的编码，一般为 utf-8 或者 gbk ; file：表示我们在代码中对文件的命名。

用我们前面爬的小猪的例子来看一下，实际是什么样的：

将写入的文件名 xzzf.txt，如果没有将自动创建。

在前面加了一个桌面的路径，它将存在桌面，如果不加路径，它将存在你当前工作目录中。

w：只写的模式，如果没有文件将自动创建；

encoding='utf-8'：指定写入文件的编码为：utf-8，一般指定utf-8即可；

来看一下存下来的数据是怎样的：

如果你没有指定文件路径，怎么找写在本地的文件呢？给你两种方法：

1.在 win10 中打开小娜（cortana），搜索你的文件名即可

2.推荐软件“everything”，查询文件更方便快捷。

这个软件非常小，百度很容易找到，但确实是神器用了你会回来感谢我的~

所以还是建议你在写代码的时候，老老实实在文件名前面加上你想存放的路径。什么，你连路径怎么写都不知道？好吧，比如我想把文件存在桌面，那么怎么查看路径？

随便找一个文档，比如桌面的文档， 右键 >“属性”，“位置”后面的信息，就是该文档所在的路径了。

2.文件存为CSV格式

当然，你也可以将文件存为 .csv 格式，在 with open() 语句后更改文件后缀即可。

另外，需要注意的是：CSV 每个字段之间要用逗号隔开，所以这里把之前的空格改为了逗号。

CSV 文件怎么打开？

一般情况下，用记事本就可以直接打开，如果你直接用 Excel 打开，很有肯能会出现乱码，就像下面这样：

Excel 打开 CSV 出现乱码怎么办？

1.在记事本中打开文件

2.另存为 – 选择编码为“ANSI”

再来看看之前的豆瓣TOP250图书写入文件:

最后存下来的数据是这样的：

好了，这节课就到这里！