这福利给你要不要 — 用Python采集相亲网站女生数据
前言
俗话说学咱这行的男同志 找对象容易吗
这马上就要过完年了 是时候找找女朋友了
我在这里摸索到了个网站 或许你们可以来看看
送一波单身福利 不需要的也可以学学怎么采集这些数据呗
环境与模块
环境开发
- Python 3.8
- Pycharm
模块使用
import parsel --> pip install parsel
import requests --> pip install requests
import csv
import re
安装模块
模块没有安装的朋友
win + R 输入cmd 输入安装命令 pip install 模块名 (如果你觉得安装速度比较慢, 你可以切换国内镜像源)
模块安装问题:
如果安装python第三方模块:
1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
2. 在pycharm中点击Terminal(终端) 输入安装命令安装失败原因:
失败一: pip 不是内部命令
解决方法: 设置环境变量失败二: 出现大量报红 (read time out)
解决方法: 因为是网络链接超时, 需要切换镜像源
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:https://pypi.hustunique.com/
山东理工大学:https://pypi.sdutlinux.org/
豆瓣:https://pypi.douban.com/simple/
例如:pip3 install -i https://pypi.doubanio.com/simple/ 模块名
- 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好 或者你pycharm里面python解释器没有设置好
如何配置pycharm里面的python解释器?
- 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
- 点击齿轮, 选择add
- 添加python安装路径
pycharm如何安装插件?
- 选择file(文件) >>> setting(设置) >>> Plugins(插件)
- 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
- 选择相应的插件点击 install(安装) 即可
- 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效
基本思路流程
一. 数据来源分析:
- 明确需求:
采集数据是什么 —> 资料数据 <静态网页>
都是在网页源代码里面
只要获取到所有 ID 就可以 采集所有数据信息
就有所有 小姐姐 详情页url ID
二. 代码实现步骤:
- 发送请求
- 获取数据
- 解析数据
- 保存数据
获取所有详情页ID:
- 发送请求, 模拟浏览器对于url地址发送请求
获取数据, 获取服务器返回响应数据
开发者工具 —> response解析数据, 提取我们想要数据内容
详情页ID —> UID
获取详情页资料信息发送请求, 模拟浏览器对于url地址发送请求
资料详情页url地址获取数据, 获取服务器返回响应数据
网页源代码解析数据, 提取我们想要数据内容
基本资料信息保存数据, 把数据内容保存本地
基本资料信息保存csv表格
照片数据, 保存本地文件夹
实现代码
完整 源码 点击 此处 领取 即可
# 导入数据请求模块
import requests
# 导入数据解析模块
import parsel
# 导入csv
import csv
# 导入正则
import re
f = open('data.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['昵称','性别','年龄','身高','体重','出生日期','生肖','星座','籍贯','所在地','学历','婚姻状况','职业','年收入','住房','车辆','照片','详情页',])
csv_writer.writeheader()
1. 发送请求, 模拟浏览器对于url地址发送请求
- 模拟浏览器 headers 请求头
可以在开发者工具里面复制粘贴的
防止被反爬 - <Response [200]> 响应对象
200状态码 表示请求成功
for page in range(1, 11):# 请求链接url = f'https://********.com/valueApp/api/love/searchLoveUser?page={page}&perPage=12&sex=0'# 伪装模拟headers = {# User-Agent 用户代理, 表示浏览器基本信息'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'}# 发送请求response = requests.get(url=url, headers=headers)print(response)
2. 获取数据, 获取服务器返回响应数据
开发者工具 —> response
response.json() 获取响应json数据, 字典数据类型
3. 解析数据, 提取我们想要数据内容
详情页ID ---> UID因为得到数据: 字典数据类型所以解析数据: 键值对取值 ---> 根据冒号左边的内容[键], 提取冒号右边的内容[值]
# for循环遍历, 把列表里面元素一个一个提取出来
for index in response.json()['data']['items']:# https://love.19lou.com/detail/51593564 format 字符串格式化方法link = f'https://****.com/detail/{index["uid"]}'
4. 发送请求, 模拟浏览器对于url地址发送请求
https://love.19lou.com/detail/51593564 资料详情页url地址
5. 获取数据, 获取服务器返回响应数据
网页源代码
- response.text 获取响应文本数据, 返回字符串数据类型
- response.json() 获取响应json数据, 字典数据类型
html_data = requests.get(url=link, headers=headers).text
6. 解析数据, 提取我们想要数据内容
基本资料信息
css选择器: 根据标签属性内容提取数据
xpath: 根据标签节点提取数据
re正则
- 会找数据所对应标签是那个
- 选择复制就可以了
把获取下来 html字符串数据<html_data>, 转成可解析对象
selector = parsel.Selector(html_data)
name = selector.css('.username::text').get()
info_list = selector.css('.info-tag::text').getall()
. 表示调用方法属性
gender = info_list[0].split(':')[-1]
age = info_list[1].split(':')[-1]
height = info_list[2].split(':')[-1]
date = info_list[-1].split(':')[-1]
判断info_list元素个数 当元素个数4个 说明没有体重一栏
if len(info_list) == 4:weight = '0kg'
else:weight = info_list[3].split(':')[-1]
info_list_1 = selector.css('.basic-item span::text').getall()[2:]
zodiac = info_list_1[0].split(':')[-1]
constellation = info_list_1[1].split(':')[-1]
nativePlace = info_list_1[2].split(':')[-1]
location = info_list_1[3].split(':')[-1]
edu = info_list_1[4].split(':')[-1]
maritalStatus = info_list_1[5].split(':')[-1]
job = info_list_1[6].split(':')[-1]
money = info_list_1[7].split(':')[-1]
house = info_list_1[8].split(':')[-1]
car = info_list_1[9].split(':')[-1]
img_url = selector.css('.page .left-detail .abstract .avatar img::attr(src)').get()
7. 保存图片, 获取图片二进制数据
img_content = requests.get(url=img_url, headers=headers).content
with open('data\\' + new_name + '.jpg', mode='wb') as img:img.write(img_content)
print(dit)
效果
懂事的宝子 自己也可以做做可视化图表哦
最后
小圆在这里还给大家推荐个零基础朋友学习的案例教程 有兴趣的可以看看哦 需要源码也可以点击下方名片领取 ~
【Python案例教学】最适合零基础学习的实用案例,手把手带练,让你成为下一个Python大神
这福利给你要不要 — 用Python采集相亲网站女生数据相关推荐
- Python Socket请求网站获取数据
Python Socket请求网站获取数据 ---阻塞 I/O ->收快递,快递如果不到,就干不了其他的活 ---非阻塞I/0 ->收快递,不断的去问,有没有送到,有没有送到,. ...
- python 获取东方财富网站的数据
python 获取东方财富网站的数据 完整代码下载:https://github.com/tanjunchen/SpiderProject/tree/master/EastWealthWebsite ...
- Python爬取网站图片数据
Python爬取网站图片数据 找到需要爬取的网站地址 模拟网站http请求 根据调试模式获取的了解读取到真实的地址url,读取请求头数据和参数信息,模拟http请求调用 import requests ...
- 单身福利专场, Python采集某相亲网站美女数据
前言 嗨喽~大家好呀,这里是魔王呐 ❤ ~! 现在,广大年轻人到了一定年纪,一定会引来父母的念叨 不是让相亲就是让结婚的,与其父母念叨,不如自己找一个 到时候问起来,就说再接触呢~~ 今天我们就来用p ...
- python采集小说网站完整教程(附完整代码)
python 采集网站数据,本教程用的是scrapy蜘蛛 1.安装Scrapy框架 命令行执行: pip install scrapy 安装的scrapy依赖包和原先你安装的其他python包有冲突话 ...
- 什么猫猫最受欢迎?Python采集猫咪交易数据
前言 在日常生活中,我们看到可爱的猫咪表情包,总是会忍不住收藏 认识的一些朋友也养了猫,比如橘猫.英短.加菲猫之类的 看他们发朋友圈撸猫,老羡慕了,猫咪真的太可爱啦. 你是不是也动过养猫猫的小心思呢~ ...
- 学霸用 Python 分析相亲网站数据,在两万异性中找到真爱!
微信搜 "GitHubDaily" 点关注 设为 "星标",每天带你逛 GitHub! 转自大数据文摘 来源:Wired 编译:啤酒泡泡.张大笔茹.张睿毅.牛婉 ...
- 哈佛学霸用Python分析相亲网站数据后,写了份完美约会经验贴
本文转自大数据文摘 来源:Wired 编译:啤酒泡泡.张大笔茹.张睿毅.牛婉杨 想脱单?那还不容易! 如果身在美国,就像其余四千万单身男人一样,注册一下Match.com, J-Date和OkCupi ...
- 只需五步!哈佛学霸教你用Python分析相亲网站数据,在两万异性中找到真爱
大数据文摘出品 来源:Wired 编译:啤酒泡泡.张大笔茹.张睿毅.牛婉杨 想脱单?那还不容易! 如果身在美国,就像其余四千万单身男人一样,注册一下Match.com, J-Date和OkCupid等 ...
最新文章
- HTML DOM 方法
- JavaScript高级之函数进阶
- QT生成可执行的EXE程序
- 18 比较数组找出最大两个数
- [置顶] MySQL -- 创建函数(Function
- R_差值_拟合_回归_样条
- opencv 图像对比度、亮度值调整 和滑动条
- excel公式编辑器_办公软件操作技巧035:如何在excel中输入n次方
- 计算机绘图国标规定,机械制图教程(1.1)国家标准关于制图的一般规定
- 医院信息化建设重点工作
- u盘装了linux后无法格式化,U盘制作ubuntu安装盘后无法格式化处理
- 国内镜像站——国外资源的代理站点
- android 拨打带有分机号的电话
- 老鹰:我要抓走倒数第K个小鸡
- 新手入门,想用VB给班上写一个自动播放上下课铃声的程序,求教
- vue引入echarts-liquidfill水滴图并批量动态加载
- 借win11 WSA升级12l,水一贴升级方法和说说要不要升级win11。
- Java架构师之路:从Java码农到年薪八十万的架构师
- android 回编译失败,Androidkiller 回编译失败
- linux firefox安装flash player插件