当前位置: 首页 > wzjs >正文

b2c电子商务网站比较seo搜索引擎优化课后答案

b2c电子商务网站比较,seo搜索引擎优化课后答案,一个新品牌怎样营销推广,成都网站建设公司浅谈当我们在爬取数据时,如:古诗网。有时会出现输出内容不全的情况,针对这种问题如何解决? 个人思路:在遍历网页内容时,如果未发现显示全部内容字样,说明该条数据内容完整,则立即输出。…

当我们在爬取数据时,如:古诗网。有时会出现输出内容不全的情况,针对这种问题如何解决?

个人思路:在遍历网页内容时,如果未发现显示全部内容字样,说明该条数据内容完整,则立即输出。若识别到显示全部内容,则表示内容不全。需要click点击事件,跳转成功后获取该页面中我们主要的数据,例如古诗名、作者、古诗内容等。获取全部数据后返回初始页面,继续寻找显示全部内容。如此循环,直到遍历完成。

此处默认已掌握全部相关知识点,只提供代码。欢迎大家探讨。

import time
import random
import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.edge.service import Service
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from bs4 import BeautifulSoup
options = webdriver.EdgeOptions()
options.add_experimental_option('excludeSwitches', ['enable-automation'])
options.add_experimental_option('useAutomationExtension', False)
options = webdriver.EdgeOptions()
options.add_experimental_option('excludeSwitches', ['enable-automation'])
options.add_experimental_option('useAutomationExtension', False)# 加载当前浏览器驱动.exe.sh
edgeDriver = Service("../drivera/msedgedriver.exe")# 实例化当前的浏览器对象
browser = webdriver.Edge(service=edgeDriver, options=options)# 设置浏览器超时
wait = WebDriverWait(browser, 10)browser.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument', {'source': 'Object.defineProperty(navigator, "webdriver", {get: () => undefined})'
})
# 数据容器
poem_data = []
count = 1url = "https://www.shicimingju.com/chaxun/zuozhe/46.html"
browser.get(url)
time.sleep(2)# 获取所有诗词链接
more_links = browser.find_elements(By.CLASS_NAME, 'more')
total_links = len(more_links)
print(f"第一页找到 {total_links} 个诗词链接")# 循环处理每个链接
for i, link in enumerate(more_links):try:print(f"\n--- 处理第 {count}/{total_links} 个链接 ---")# 滚动并点击链接browser.execute_script("arguments[0].scrollIntoView();", link)time.sleep(1)link.click()time.sleep(2)title = WebDriverWait(browser, 10).until(EC.presence_of_element_located((By.CSS_SELECTOR, "h1"))).text.strip()author_elem = browser.find_elements(By.CSS_SELECTOR, "div.source, .name")author = "未知作者"if author_elem:author = author_elem[0].text.strip()author = author.split("·")[-1] if "·" in author else author# 提取内容content_elem = WebDriverWait(browser, 10).until(EC.presence_of_element_located((By.CLASS_NAME, "text")))soup = BeautifulSoup(content_elem.get_attribute('innerHTML'), "html.parser")content = soup.get_text().strip()# 清理内容exclude = ["注释", "赏析", "作品赏析"]content = "\n".join([line for line in content.split("\n") if not any(x in line for x in exclude)])# 保存数据poem_data.append({"序号": count,"标题": title,"作者": author,"内容": content})print("=" * 50)print(f"【{title}】 - {author} \n{content}")count += 1# 返回上一页browser.back()time.sleep(1)finally:pass
#
# # 保存到Excel
# if poem_data:
#     pd.DataFrame(poem_data).to_excel("陆游诗词_简化版.xlsx", index=False)
#     print(f"\n成功保存 {len(poem_data)} 条数据")
#
# browser.quit()

http://www.dtcms.com/wzjs/429251.html

相关文章:

  • 做购物商城网站设计百度网盘搜索引擎网站
  • 什么专业可以做网站编辑seo优化标题 关键词
  • 衢州建设职校官网seo排名影响因素主要有
  • 怎么在凡科上做网站前端seo优化
  • 网络营销自己做网站网络营销师证书
  • 公司官方网站怎么做北京seo顾问外包
  • 购物平台网站建设流程武汉seo关键词排名优化
  • h5网站制作公司西安seo优化系统
  • 四川省铁路建设有限公司网站seo基础入门教程
  • 小说网站建站程序宁波百度推广优化
  • 学java需要什么基础知识百度网络优化
  • 个人网站可以做信息网站吗最近军事新闻
  • wordpress插件取消seo顾问推推蛙
  • 宣武门网站建设3000行业关键词
  • 花都建设网站seo快速排名培训
  • 南京做网站的公司收录网站查询
  • 买到一个域名以后如何做网站曲靖seo
  • 游戏网页版在线玩入口广州seo外包
  • 合肥 做网站hao123网址大全浏览器设为主页
  • 适合大型网站的流量套餐抖音推广怎么收费
  • vs2008做网站2022最近比较火的热点话题
  • 如何做网站左侧导航条免费广告推广
  • 厦门做企业网站的公司百度销售平台怎样联系
  • 自己有域名和服务器如何做网站免费建站哪个最好
  • 广州一起做网店网站郑州seo优化服务
  • 完成门户网站建设熊猫关键词挖掘工具
  • 网站开发毕业设计收获与体会查数据的网站有哪些
  • 什么是网站前台关键词林俊杰mp3免费下载
  • 专业的西安免费做网站推广赚钱的平台有哪些
  • 常德政府网站群导航网络营销课程总结与心得体会