python 版本 ：3.5.2

Jupyter Notebook

使用库：

reuqests (For human)

json (用来加载JSON数据)

datetime (用来记录抓取所花时间，也可以忽略)

pymysql (连接数据库，载入所爬取数据 )

1.用chrome浏览器打开网贷之家官网：http://www.wdzj.com  然后使用Chrome工具审查元素，勾选 Preserve log  然后刷新一次页面

2.找到 http://www.wdzj.com/wdzj/html/json/dangan_search.json  也就是说网贷之家将所收集在档的平台以JSON形式数据储放的，这下就很好办了，直接用抓取这个页面就ok

3.上简单粗暴的代码

1 1 #coding utf-8

2 2 importrequests3 3 importjson4 4 importdatetime5 5 importpymysql6 6 user_agent = 'User-Agent: Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)' #用来伪装用户身份

7 7 headers = {'User-Agent':user_agent}8 8 p2plist_url='http://www.wdzj.com/wdzj/html/json/dangan_search.json' #刚刚找到用来存放平台的JSON数据页面

9 9 print ('正在抓取……')10 10 s1=datetime.datetime.now()11 11 r=requests.get(p2plist_url)12 12 content=r.text13 13 content=json.loads(content) #加载JSON数据

14 14 s2=datetime.datetime.now()15 15 s3=(s2-s1).total_seconds()16 16 print ('抓取完成^\n共用时%s秒' % round(s3))

查看一下结果

接着连接数据库，把数据丢到数据库里面去(pymsql 库， 需要先下载，打开CMD 然后输入 ’pip install pymysql‘ 下载库)

1 con=pymysql.connect(host='127.0.0.1',port=3306,user='root',passwd=None,db='quan') #连接数据库

2 cur=con.cursor() #创建游标

3 create_table='create table wdzj (id smallint,name varchar(20),pin varchar(20))' #创建一个数据库用来存储数据

4 try:5 cur.execute(create_table)6 con.commit()7 print ('创表成功')8 exceptException as e:9 print ('创表失败\n%s' %e)10 con.rollback11 #插入数据语句

12 for x incontent:13 sql="insert into wdzj (name,id,pin) values ('%s','%d','%s')" % (x['platName'],x['platId'],x['platPin'])14 try:15 cur.execute(sql)16 con.commit()17 print ('插入成功 %s %s %s'% (x['platName'],x['platId'],x['platPin']))18 exceptException as e:19 print ('插入错误\n%s' %e)20 con.rollback21 cur.close() #关闭游标

22 con.close() #关闭连接

查看一下结果

进行查询：条件为查询存储到数据库中，平台名称为'介贷网'的信息。ps:小小的一波推荐，玩P2P的，这个平台虽然小，但还不错。

完成！

学习过程中所遇到的问题：

1.第一次连接数据库储存数据，花了很长时间去琢磨插入语句，因为操作及逻辑思维固化的原因，刚开始将数据库语言写成cur.execute('*******')，但因为基础不扎实，硬是写不好，后来想到了，不如先写好数据库语句，将它作为一个对象写进执行数据库语句的cur.execute('*******')里面去。

2.遇到了'latin-1' codec can't encode characters in position 40-42: ordinal not in range(256) 的问题，查了一下百度，虽然得到了很几种解决方案，还记得最简单粗暴的就是：encode('utf-8')一下，然后decode('latin-1')一下，简直太粗暴，我也尝试做了一下，发现插进入的数据全特么是乱码，摒弃。后来找到了，原来是数据库的编码设置问题，后来在连接数据库的时候加上了charset="utf8"  完美解决

3.记得con.commit()否则，执行的插入语句是没有用的，因为没有提交到数据库 ，它的伙伴con.rollback() 是用来回滚的。打个比方，屌丝去追女神(数据库)，送花(操作，增删改)，别人妹子接受了你的花，那么就(con.commit())，不接受，那么你就滚吧(con.rollback())，

还有cur.close() 和con.close()，养成良好的习惯，操作完成后记得关闭连接

总结：

神马？函数封装都木有？哈哈，简单粗暴，够用，但是不灵活，之后会进行改进，一步一步前进~

QQ:1749061919 小白爬虫求带