Python如何爬取数据保存到Excel中？

嗨害大家好鸭！我是小熊猫❤

最近俺扣扣交流裙内总是有人问这个问题：

“Python如何爬取数据保存到Excel中？”

那么我们今天就来康康怎么解决~

---

开发工具

• Python版本：3.6
• 相关模块：

主要思路：

1. 两页的内容
2. 抓取每页title和URL
3. 根据title创建文件，发送URL请求，提取数据

---

效果展示：

完整代码：

# -*- conding:utf-8 -*-
import requests
from lxml import etree
import time, random, xlwt
'''
遇到不懂的问题？Python学习交流群：660193417满足你的需求，资料都已经上传群文件，可以自行下载！
'''
# 专家委员会成员的xpath（‘//tbody//tr[@height='29']’）

class Doc_spider(object):

    def __init__(self):
        self.base_url = 'http://www.bjmda.com'
        self.url = 'http://www.bjmda.com/Aboutus/ShowClass.asp?ClassID=12&page={}'
        self.headers = {
    
    
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36'}

    def get_request(self, url):
        '''发送请求，返回html'''
        response = requests.get(url, headers=self.headers).content.decode('gbk')
        # time.sleep(random.random())
        html = etree.HTML(response)
        return html

    def parse_page_html(self, html, url):
        '''提取列表页的专家委员会title和URL'''

        url_lists = html.xpath('//tr/td[2]/a[2]/@href')[1:]
        temp_lists = html.xpath('//tr/td[2]/a[2]/text()')[1:]
        title_lists = [title.rstrip() for title in temp_lists]

        urls = []
        titles = []

        for i in range(len(title_lists)):
            url = self.base_url + url_lists[i]
            title = title_lists[i]
            urls.append(url)
            titles.append(title)

        return urls, titles

    def parse_detail(self, html):
        '''详细页的提取数据,返回每组列表信息'''

        lists = html.xpath("//td[@id='fontzoom']//tr")
        content_list = []
        for list in lists:
            contents = list.xpath('.//td//text()')
            new = []
            for i in contents:
                new.append(''.join(i.split()))
            content_list.append(new)

        return content_list

    def save_excel(self, sheet_name, contents, worksheet, workbook):
        '''保存数据到Excel'''

        # 创建一个workbook 设置编码
        #workbook = xlwt.Workbook()
        # 创建一个worksheet
        #worksheet = workbook.add_sheet(sheet_name)

        try:

            for i in range(len(contents)):
                if len(contents[i+1])>1:
                    content_list = contents[i + 1]

                    # 写入excel
                    # 参数对应 行, 列, 值
                    worksheet.write(i, 0, label=content_list[0])
                    worksheet.write(i, 1, label=content_list[1])
                    worksheet.write(i, 2, label=content_list[2])
                    if len(contents[i+1])>3:
                        worksheet.write(i, 3, label=content_list[3])

                    # 保存
                    #workbook.save(sheet_name + '.xls')
                    # time.sleep(0.1)
        except:
            print(sheet_name,'保存OK')

            pass

    def run(self):
        # 1.发送专家委员会列表页请求
        urls = [self.url.format(i + 1) for i in range(2)]

        # 创建一个workbook 设置编码
        workbook = xlwt.Workbook()

        for url in urls:
            html = self.get_request(url)
            # 2.提取委员会的title和URL
            list_urls, titles = self.parse_page_html(html, url)

            for i in range(len(list_urls)):
                url_detail = list_urls[i]
                # 每个委员会的名称
                title_detail = titles[i]
                # 3.创建每个委员会文件，发送每个委员会的请求
                html_detail = self.get_request(url_detail)
                # 4.提取专家委员会详细页的内容
                contents = self.parse_detail(html_detail)
                # 保存每个委员会的所有人

                # 创建一个worksheet
                worksheet = workbook.add_sheet(title_detail)
                self.save_excel(title_detail, contents,worksheet,workbook)
        workbook.save('专家委员会.xls')
        print('保存结束，请查看')



if __name__ == '__main__':
    doc = Doc_spider()
    doc.run()

# -*- conding:utf-8 -*-


import xlwt

# 创建工作workbook
workbook = xlwt.Workbook()

# 创建工作表worksheet,填入表名
worksheet = workbook.add_sheet('表名')

# 在表中写入相应的数据
worksheet.write(0, 0, 'hello world')
worksheet.write(1, 1, '你好')

# 保存表
workbook.save('hello.xls')

实在是不知道大家想看啥了…

希望大家好好学习吧

报错解答、资料获取可以点击文末名片

我是小熊猫（困得要死版），咱下篇文章再见啦(✿◡‿◡)