import requestsfrom bs4 import BeautifulSoupimport pandas as pd# 构造请求头headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}# 发送请求response = requests.get('https://book.douban.com/tag/', headers=headers)# 解析页面soup = BeautifulSoup(response.text, 'html.parser')# 获取标签列表tag_list = soup.find_all('a', class_='tag-title-wrapper')book_list = []for tag in tag_list: # 构造标签页的链接 tag_url = tag['href'] # 发送标签页的请求 tag_response = requests.get(tag_url, headers=headers) # 解析标签页 tag_soup = BeautifulSoup(tag_response.text, 'html.parser') # 获取图书列表 book_items = tag_soup.find_all('li', class_='subject-item') # 遍历图书列表，获取图书名称和作者 for item in book_items: title = item.find('div', class_='info').h2.a.text.strip() author = item.find('div', class_='info').find('div', class_='pub').text.strip().split('/')[0] book_list.append((title, author))# 将图书列表转换为 DataFramedf = pd.DataFrame(book_list, columns=['书名', '作者'])# 导出为 Excel 文件df.to_excel('book_list.xlsx', index=False)改进这段代码

这段代码可以改进的地方有：

1. 使用 requests 库发送 HTTP 请求时，建议使用 Session 来管理请求，可以提高请求的效率，并且在发送多个请求时可以维持会话状态；
2. 使用 BeautifulSoup 解析 HTML 页面时，可以指定解析器，例如使用 lxml 解析器可以提高解析效率；
3. 在获取图书名称和作者时，可以使用 CSS 选择器来提取信息，例如使用 .info h2 a 来选择书名元素，使用 .info .pub 来选择作者元素；
4. 将代码封装成一个函数，提高代码的可重用性。

改进后的代码如下：

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 构造请求头
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'
}

# 创建 Session 对象
session = requests.Session()
session.headers.update(headers)

def get_book_list():
    # 发送请求
    response = session.get('https://book.douban.com/tag/')
    # 解析页面
    soup = BeautifulSoup(response.text, 'lxml')
    # 获取标签列表
    tag_list = soup.select('.tag-title-wrapper a')
    book_list = []
    for tag in tag_list:
        # 构造标签页的链接
        tag_url = tag['href']
        # 发送标签页的请求
        tag_response = session.get(tag_url)
        # 解析标签页
        tag_soup = BeautifulSoup(tag_response.text, 'lxml')
        # 获取图书列表
        book_items = tag_soup.select('.subject-item')
        # 遍历图书列表，获取图书名称和作者
        for item in book_items:
            title = item.select_one('.info h2 a').text.strip()
            author = item.select_one('.info .pub').text.strip().split('/')[0]
            book_list.append((title, author))
    # 将图书列表转换为 DataFrame
    df = pd.DataFrame(book_list, columns=['书名', '作者'])
    # 导出为 Excel 文件
    df.to_excel('book_list.xlsx', index=False)
    
if __name__ == '__main__':
    get_book_list()