python爬虫练习五（补充）： 2018年统计用区划代码和城乡划分代码（附代码与全部数据）

之前爬取过2017年的数据详见

Python爬虫练习五：爬取 2017年统计用区划代码和城乡划分代码（附代码与全部数据）

，下面有评论说广东省的数据缺少了东莞与中山两个市的数据，检查网页结构发现确实是代码没考虑到，这两个市没有区级，直接到街道、办事处级了。考虑到代码的复用性、以及唯独此两个市的特殊性，（其实是懒），在源码不变的情况下，添加以下代码处理此两市的数据。

在Spiders.py 下添加以下函数

def getfourth_special(lists):town = {}for i in lists:# print(url+i[0:2]+'/'+i[2:4]+'/'+i+'.html')soup = getsoup(i)for j in soup.select('.towntr '):# print(j)id = str(j.select('td')[0].text)  # 130202001000town[id[0:9]] = {'qhdm': id, 'name': j.select('td')[1].text, 'cxfldm': '0'}# 130202001return towndef getfifth_special(url,lists):village = {}for i in lists:soup = getsoup(url+i[0:2]+'/'+i[2:4]+'/'+i+'.html')for j in soup.select('.villagetr '):# print(j)id = str(j.select('td')[0].text)  # 110101001001village[id[0:12]] = {'qhdm': id, 'name': j.select('td')[2].text, 'cxfldm': j.select('td')[1].text}# 110101001001return village

新建special_html.py，程序代码如下：

import Spidersaimurl="http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2018/"
city=['http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2018/44/4419.html','http://www.stats.gov.cn/tjsj/tjbz/tjyqhdmhcxhfdm/2018/44/4420.html']town = Spiders.getfourth_special(city)
village = Spiders.getfifth_special(aimurl, town)
print(village)
path = r'E:\tjyqhdmhcxhfdm2018\tjyqhdmhcxhfdm2018_' + 'special' + '.txt'
dic = { **town, **village}#字典合并
for i in dic.values():with open(path, 'a', encoding='utf-8') as f:f.write('"' + i['qhdm'] + '","' + i['name'] + '","' + i['cxfldm'] + '"' + '\n')
print(" write finished!")

执行special_html.py即可得到两市的结果，补进44文档。

注意：如果要爬取最新的统计用区划代码和城乡划分代码，请参照 python爬虫练习五，将源码中的2017替换为2018即可正常执行。

最后，附上全部2018年统计用区划代码和城乡划分代码(截止2018年10月31日)数据，链接如下。

有积分的给点~： https://download.csdn.net/download/weixin_41710905/11037573

没积分的网盘链接: https://pan.baidu.com/s/1Or6yfKzDvccpuEUBSs7Oag 提取码：p6i9

如果代码、数据有问题，还请多多指正！

python爬虫练习五（补充）： 2018年统计用区划代码和城乡划分代码（附代码与全部数据）相关推荐

Python爬虫练习五：爬取 2017年统计用区划代码和城乡划分代码（附代码与全部数据）
本文仅供学习,需要数据的文末有链接下载,请不要重复爬取. 最近工作中,因为统计用区划代码和城乡划分代码更新了最新的2017版,需要爬取最新的数据.于是乎,本次花了一定精力,将整个2017版数据完完整整 ...
Python爬虫进阶五之多线程的用法
前言我们之前写的爬虫都是单个线程的?这怎么够?一旦一个地方卡到不动了,那不就永远等待下去了?为此我们可以使用多线程或者多进程来处理. 首先声明一点! 多线程和多进程是不一样的!一个是 thread ...
Python爬虫入门五之URLError异常处理
Python爬虫入门五之URLError异常处理参考文章: (1)Python爬虫入门五之URLError异常处理 (2)https://www.cnblogs.com/pxuan/p/647362 ...
浅谈Python爬虫（五）【网易云热评爬取实例】
浅谈Python爬虫(五) 目的:爬取网易云歌单所有歌曲的信息及热评 Python环境:3.7 编译器:PyCharm2019.1.3专业版存储格式:JSON 1.分析网页进入网易云音乐首页,点击 ...
Python爬虫获取文章的标题及你的博客的阅读量，评论量。所有数据写入本地记事本。最后输出你的总阅读量！
Python爬虫获取文章的标题及你的博客的阅读量,评论量.所有数据写入本地记事本.最后输出你的总阅读量!还可以进行筛选输出!比如阅读量大于1000,之类的! 完整代码在最后.依据阅读数量进行降序输出! ...
Python获取[2016年统计用区划代码和城乡划分代码(截止2016年07月31日)]
#!usr/bin/env python #-*- coding:utf-8 -*- import requests import re import time ##系统初始化 urlHeader=& ...
获取全国统计用区划代码和城乡划分代码并写入数据库
背景:业务需要全国省市区的划分以及3级级联,正好想起2018年曾经抓取过国家统计局网站的去全国统计用区划代码和城乡划分代码,原资源的地址:2018年全国统计用区划代码和城乡划分代码.sql-MySQL ...
城市筛选数据（根据2020年度全国统计用区划代码和城乡划分代码更新维护的标准）
根据2020年度全国统计用区划代码和城乡划分代码更新维护的标准,整理的城市联动筛选数据: /* 根据2020年度全国统计用区划代码和城乡划分代码更新维护的标准 */ var cityList = [{ ...
[数据][json格式] 2016年统计用区划代码和城乡划分代码
[数据][json格式] 2016年统计用区划代码和城乡划分代码 2013 年的时候写过一篇 [数据][xml格式] 2012年统计用区划代码和城乡划分代码. 到了今天,我需要某省的省市县乡村五级数据 ...

python爬虫练习五（补充）： 2018年统计用区划代码和城乡划分代码（附代码与全部数据）

Python爬虫练习五：爬取 2017年统计用区划代码和城乡划分代码（附代码与全部数据）

python爬虫练习五（补充）： 2018年统计用区划代码和城乡划分代码（附代码与全部数据）相关推荐

最新文章

热门文章