效果圖：
1.工先利其事必先利器，首先我們得下載相應的庫：
<code>pip install requests
pip install lxml
pip install xlwt
/<code>
requests 向網頁發送請求
lxml 處理xml文件（xpath）
xlwt 對Excel做寫入操作
2.爬取b站熱門視頻的信息：
打開b站熱門視頻頁面：
按f12進入開發者選項，然後點擊選中你要獲取的頁面信息，即可找到該信息在該HTML文件中的什麼位置（這對我們用xpath獲取元素屬性和元素值很重要），例如：
代碼如下：
<code># 爬取b站熱門視頻信息
def spider(video_list):
url = 'https://www.bilibili.com/ranking?spm_id_from=333.851.b_7072696d61727950616765546162.3'
html_data = requests.get(url).text
selector = html.fromstring(html_data)
infolist = selector.xpath('//li[@class="rank-item"]')
for item in infolist:
rank = "".join(item.xpath('./div[@class="num"]/text()'))
videolink = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/a/@href'))
title = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/a/text()'))
playinfo = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="detail"]/span/text()')).split("萬")
play = playinfo[0] + "萬"
comment = playinfo[1]
if comment.isdigit() == False:
comment += "萬"
upname = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="detail"]/a/span/text()'))
uplink = "http:" + "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="detail"]/a/@href'))
hot = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="pts"]/div/text()'))
video_list.append({
'rank': rank,
'videolink': videolink,
'title': title,
'play': play,
'comment': comment,
'upname': upname,
'uplink': uplink,
'hot': hot
})
return video_list
/<code>
3.將我們拿到的信息集合（video_list）寫入到Excel表格中：
xlwt的基本使用方法：
<code>import xlwt
# 創建一個workbook （並設置編碼）
workbook = xlwt.Workbook(encoding = 'utf-8')
# 創建一個worksheet
worksheet = workbook.add_sheet('My Worksheet')
# 寫入excel
# 參數對應 行, 列, 值,（格式）
worksheet.write(1,0, label = 'this is test')
# 保存
#參數為你保存該Excel文件的路徑
workbook.save('Excel_test.xls')
/<code>
如果我們想要點擊視頻名或者up的名字可以跳轉，那麼我們就要使用Excel表格的HYPERLINK方法：
HYPERLINK(“http://www.baidu.com” ; “百度”)
百度為顯示在單元格的信息，而前面的鏈接為跳轉鏈接。
xlwt.Formula（）方法需要傳入一個字符串s，s=‘HYPERLINK(“http://www.baidu.com” ; “百度”)’。
代碼如下：
<code># 將爬取到的數據寫入Excel表格
def write_Excel(video_list):
print("將b站熱門視頻信息導入到Excel表格：")
workbook = xlwt.Workbook() # 定義workbook
sheet = workbook.add_sheet('b站熱門視頻') # 添加sheet
xstyle = xlwt.XFStyle() # 實例化表格樣式對象
xstyle.alignment.horz = 0x02 # 字體居中
xstyle.alignment.vert = 0x01 # 字體居中
head = ['視頻名', 'up主','排名', '熱度','播放量','評論數'] # 表頭
for h in range(len(head)):
sheet.write(0, h, head[h],xstyle) # 把表頭寫到Excel裡面去
i = 1
for item in video_list:
# 向單元格（視頻名）添加（該視頻的）超鏈接
title_data = 'HYPERLINK("'+item["videolink"]+'";"'+item["title"]+'")' # 設置超鏈接
sheet.col(0).width = int(256 * len(title_data) * 3/5) # 設置列寬
sheet.write(i, 0, xlwt.Formula(title_data), xstyle)
name_data = 'HYPERLINK("' + item["uplink"] + '";"' + item["upname"] + '")' # 設置超鏈接
sheet.col(1).width = int(256 * len(title_data) * 3 / 10)
sheet.write(i, 1, xlwt.Formula(name_data), xstyle)
sheet.write(i, 2, item['rank'], xstyle)
sheet.write(i, 3, item['hot'], xstyle)
sheet.write(i, 4, item['play'], xstyle)
sheet.write(i, 5, item['comment'], xstyle)
i += 1
# 如果文件存在，則將其刪除
if os.path.exists('D:/Test/b站熱門視頻信息.xls'):
os.remove('D:/Test/b站熱門視頻信息.xls')
workbook.save('D:/Test/b站熱門視頻信息.xls')
print('寫入excel成功')
print("文件位置：D:/Test/b站熱門視頻信息.xls")
/<code>
4.在入口main中調用上面兩個函數
完整代碼如下：
<code>import requests
from lxml import html
import xlwt
import os
# 爬取b站熱門視頻信息
def spider(video_list):
url = 'https://www.bilibili.com/ranking?spm_id_from=333.851.b_7072696d61727950616765546162.3'
html_data = requests.get(url).text
selector = html.fromstring(html_data)
infolist = selector.xpath('//li[@class="rank-item"]')
for item in infolist:
rank = "".join(item.xpath('./div[@class="num"]/text()'))
videolink = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/a/@href'))
title = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/a/text()'))
playinfo = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="detail"]/span/text()')).split("萬")
play = playinfo[0] + "萬"
comment = playinfo[1]
if comment.isdigit() == False:
comment += "萬"
upname = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="detail"]/a/span/text()'))
uplink = "http:" + "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="detail"]/a/@href'))
hot = "".join(item.xpath('./div[@class="content"]/div[@class="info"]/div[@class="pts"]/div/text()'))
video_list.append({
'rank': rank,
'videolink': videolink,
'title': title,
'play': play,
'comment': comment,
'upname': upname,
'uplink': uplink,
'hot': hot
})
return video_list
# 將爬取到的數據寫入Excel表格
def write_Excel(video_list):
print("將b站熱門視頻信息導入到Excel表格：")
workbook = xlwt.Workbook() # 定義workbook
sheet = workbook.add_sheet('b站熱門視頻') # 添加sheet
xstyle = xlwt.XFStyle() # 實例化表格樣式對象
xstyle.alignment.horz = 0x02 # 字體居中
xstyle.alignment.vert = 0x01 # 字體居中
head = ['視頻名', 'up主','排名', '熱度','播放量','評論數'] # 表頭
for h in range(len(head)):
sheet.write(0, h, head[h],xstyle) # 把表頭寫到Excel裡面去
i = 1
for item in video_list:
# 向單元格（視頻名）添加（該視頻的）超鏈接
title_data = 'HYPERLINK("'+item["videolink"]+'";"'+item["title"]+'")' # 設置超鏈接
sheet.col(0).width = int(256 * len(title_data) * 3/5) # 設置列寬
sheet.write(i, 0, xlwt.Formula(title_data), xstyle)
name_data = 'HYPERLINK("' + item["uplink"] + '";"' + item["upname"] + '")' # 設置超鏈接
sheet.col(1).width = int(256 * len(title_data) * 3 / 10)
sheet.write(i, 1, xlwt.Formula(name_data), xstyle)
sheet.write(i, 2, item['rank'], xstyle)
sheet.write(i, 3, item['hot'], xstyle)
sheet.write(i, 4, item['play'], xstyle)
sheet.write(i, 5, item['comment'], xstyle)
i += 1
# 如果文件存在，則將其刪除
if os.path.exists('D:/Test/b站熱門視頻信息.xls'):
os.remove('D:/Test/b站熱門視頻信息.xls')
workbook.save('D:/Test/b站熱門視頻信息.xls')
print('寫入excel成功')
print("文件位置：D:/Test/b站熱門視頻信息.xls")
if __name__ == '__main__':
video_list = []
write_Excel(spider(video_list))
/<code>
分享到:
閱讀更多 小劉程序員 的文章
