scrapy爬取北京公交车信息 爬取北京公交车信息(https://beijing.8684.cn):公交车名称(lineName),运行时间(time),票价信息(price),所属公司(campony),往返线路(upline和downline),并将其保存在bus_messages.csv文件中。

时间: 2023-06-27 20:01:25 浏览: 62
好的,以下是实现该需求的Scrapy爬虫代码: ```python import scrapy class BusSpider(scrapy.Spider): name = 'bus' allowed_domains = ['beijing.8684.cn'] start_urls = ['https://beijing.8684.cn/'] def parse(self, response): bus_links = response.xpath('//div[@class="bus-layer"]/div/a') for link in bus_links: bus_url = link.xpath('./@href').extract_first() yield scrapy.Request(url=response.urljoin(bus_url), callback=self.parse_bus) def parse_bus(self, response): line_name = response.xpath('//h1[@class="bus_i_t1"]/text()') time = response.xpath('//div[@class="bus_i_content"]/p[1]/text()') price = response.xpath('//div[@class="bus_i_content"]/p[2]/text()') company = response.xpath('//div[@class="bus_i_content"]/p[3]/a/text()') upline = response.xpath('//div[@class="bus_line_site "][1]/div[@class="bus_line_site_name"]/a/text()') downline = response.xpath('//div[@class="bus_line_site "][2]/div[@class="bus_line_site_name"]/a/text()') yield { 'lineName': line_name.extract_first(), 'time': time.extract_first(), 'price': price.extract_first(), 'company': company.extract_first(), 'upline': upline.extract(), 'downline': downline.extract(), } ``` 这个爬虫会首先访问起始URL,然后通过解析页面来获取所有公交车的链接。然后,对于每个公交车链接,它会进一步打开该链接并解析公交车的详细信息。最后,将所有信息保存到CSV文件中。 为了运行这个爬虫,您需要安装Scrapy并运行以下命令: ``` scrapy runspider bus_spider.py -o bus_messages.csv ``` 这将运行爬虫,并将结果保存到名为“bus_messages.csv”的文件中。请注意,运行命令时应在包含爬虫代码的目录中打开命令行。

相关推荐

最新推荐

recommend-type

Python爬虫实例——scrapy框架爬取拉勾网招聘信息

主要介绍了Python爬虫实例——scrapy框架爬取拉勾网招聘信息的相关资料,文中讲解非常细致,代码帮助大家更好的理解和学习,感兴趣的朋友可以了解下
recommend-type

python爬虫框架scrapy实战之爬取京东商城进阶篇

主要给大家介绍了利用python爬虫框架scrapy爬取京东商城的相关资料,文中给出了详细的代码介绍供大家参考学习,并在文末给出了完整的代码,需要的朋友们可以参考学习,下面来一起看看吧。
recommend-type

Python爬虫之Scrapy(爬取csdn博客)

本博客介绍使用Scrapy爬取博客数据(标题,时间,链接,内容简介)。首先简要介绍Scrapy使用,scrapy安装自行百度安装。... 创建一个Spider类,需要继承scrapy.Spider类,并且定义以下三个属性: 1
recommend-type

智慧物流医药物流落地解决方案qytp.pptx

智慧物流医药物流落地解决方案qytp.pptx
recommend-type

JAVA物业管理系统设计与实现.zip

JAVA物业管理系统设计与实现
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。