Python数据爬虫学习笔记（3）爬取豆瓣阅读的出版社名称数据
需求：写一个Python程序，实现获取豆瓣阅读网页上的所有出版社名称，并储存在指定路径的txt文件中，如下：
准备：观察该网页的源代码，注意到每个出版社名称都由固定格式的div所包裹，如下：
编写代码：
import urllib.request
data=urllib.request.urlopen("https://read.douban.com/provider/all").read()
data=data.decode("utf-8") #注意对汉字要进行编码
import re
pat='(.*?)'
mydata=re.compile(pat).findall(data)
#得到一个数组mydata：['博集天卷', '北京邮电大学出版社',........]
fh=open("F:/22.txt","w")
for i in range(0,len(mydata)):fh.write(mydata[i]+"\n")
fh.close()结果：
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！