《极客Python之效率革命》中“找出最受欢迎编程课程”的问题

大马哥_damage

按照课程内老师的代码清单运行后，爬取到的记事本是空的，不知什么原因，请教各位鱼友，见下图

一个账号

是不是忘记关闭文件了。。。

大马哥_damage

源码如下：

1. import requests
   
2. import bs4
   
3. import time
   
4. 
   
5. def get_input():
   
6.     keyword = input("请输入关键词：")
   
7.     pages = int(input("请输入要爬取得页数（1~50）："))
   
8. 
   
9.     while pages not in range(1, 51):
   
10.         pages = int(input("请输入正确的页数："))
    
11. 
    
12.     return keyword, pages
    
13. 
    
14. 
    
15. def get_html(url):
    
16.     headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36'}
    
17.     res = requests.get(url, headers=headers)
    
18. 
    
19.     return res.text
    
20. 
    
21. 
    
22. def get_datas(text):
    
23.     soup = bs4.BeautifulSoup(text, "html.parser")
    
24.    
    
25.     datas = []  
    
26.     videos = soup.find_all("li", class_="video matrix")
    
27.     for video in videos:
    
28.         # 获取标题
    
29.         datas.append(video.a['title'])
    
30.         # 获取URL
    
31.         datas.append(video.a['href'])
    
32.         # 获取观看数/弹幕数/上传时间/阿婆主
    
33.         tags = video.select("div[class='tags'] > span")
    
34.         for tag in tags:
    
35.             datas.append(''.join(tag.text.split()))
    
36. 
    
37.     return datas
    
38. 
    
39. 
    
40. def grouped(iterable, n):
    
41.     "将列表切成n片一组"
    
42.     "s -> (s0,s1,s2,...sn-1), (sn,sn+1,sn+2,...s2n-1), (s2n,s2n+1,s2n+2,...s3n-1), ..."
    
43.     return zip(*[iter(iterable)]*n)
    
44. 
    
45. 
    
46. def main():
    
47.     keyword, pages = get_input()
    
48.     order = ['totalrank', 'click', 'dm', 'stow']
    
49.     order_name = ['综合排序', '最多点击', '最多弹幕', '最多收藏']
    
50.    
    
51.     # 迭代每种排序
    
52.     for i in range(4):
    
53.         index = 1
    
54.         # 迭代每一页
    
55.         for page in range(1, pages+1):
    
56.             url = "https://search.bilibili.com/all?keyword={}&order={}&duration=4&tids_1=36&page={}".format(keyword, order[i], page)
    
57.             text = get_html(url)
    
58.             datas = get_datas(text)
    
59.             # 为每种排序创建一个文本文件单独存放
    
60.             with open(order_name[i]+'.txt', 'a', encoding="utf-8") as file:
    
61.                 for video_title, video_URL, video_watch, video_dm, video_time, video_up in grouped(datas, 6):
    
62.                     file.write(' + '.join([str(index), video_title, video_URL, video_watch, video_dm, video_time, video_up, '\n']))
    
63.                     index += 1
    
64.             # 做一只善意的爬虫，不要给服务器带来负担
    
65.             time.sleep(1)
    
66.    
    
67. if __name__ == "__main__":
    
68.     main()

复制代码

大马哥_damage

一个账号 发表于 2020-3-18 15:25
是不是忘记关闭文件了。。。

谢谢你的回答，但是我把记事本文档全部删除后再运行，生成的还是空文档。