php - python爬虫问题！在线等解答！

问题描述

问 题

我已经爬取了coursera上所有课程的url，放在了all_url.txt 文件中，大概2000多行。
然后我想用这些url爬取其他我想要的信息，合成一个.csv以方便导入数据库。
在以下的代码里，我只写了几项我想要爬取的内容来测试能否实现（如爬取课程时间表等五项我需要的信息还没有写入代码中），但是在sublime中control+b 之后，虽不报错，但是无法抓取任何内容，只能创建csv文件。

如果能找到漏洞，小弟还有一个问题，就是是不是循环次数太多了，第一层循环就2000层，里面大概每个次级for循环还有10层吧，应该怎么优化呢。。。

求大神指教！thx

***代码如下***

#!usr/bin/python
# -*- coding:utf-8 -*-

import sys;
import os
import urllib 
import requests
import csv

from bs4 import BeautifulSoup

reload(sys);
sys.setdefaultencoding("utf8")
f = open("all_url.txt","r")
lines = f.readlines()
for line in lines:   
    html = urllib.urlopen(line)
    content = html.read()
    html.close()  
    soup = BeautifulSoup(content)
    all_coursename = soup.find_all('h2', class_="color-primary-text headline-1-text flex-1")
    COURSENAME = []
    for coursename in all_coursename:
        COURSENAME.append(coursename)
    all_courseins = soup.find_all(class_="text-light offering-partner-names")
    COURSEINSTITUTION = []
    for courseins in all_courseins:
        COURSEINSTITUTION.append(courseins)  
    all_courseurl = soup.find_all('a', class_="rc-OfferingCard nostyle")
    COURSEURL = []

    for courseurl in all_courseurl:
        COURSEURL.append(courseurl)
        
    csvfile = file('all_info.csv', 'wb')
    writer = csv.writer(csvfile)
    writer.writerow(['COURSE_NAME', 'COURSE_INSTITUTION', 'COURSE_URL'])
    
    for i in range (0,len(COURSENAME)):
        data = [
          (COURSENAME[i], COURSEINSTITUTION[i], COURSEURL[i])
        ]
        writer.writerows(data)
        csvfile.close()

解决方案

检查一下open mode =wb是怎么定义的

使用'W'，文件若存在，首先要清空，然后（重新）创建

这篇关于php - python爬虫问题！在线等解答！的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！