爬取历史猪肉价格数据的代码

以下是使用Python爬取历史猪肉价格数据的代码，其中使用了requests和BeautifulSoup库：

import requests
from bs4 import BeautifulSoup

url = 'http://www.360doc.com/content/19/0909/08/18399863_858416376.shtml'  # 猪肉价格网址
response = requests.get(url)

soup = BeautifulSoup(response.text, 'html.parser')  # 解析网页

table = soup.find_all('table')[0]  # 找到第一个table标签

rows = table.find_all('tr')  # 找到所有tr标签

for row in rows:
    columns = row.find_all('td')  # 找到所有td标签
    if len(columns) > 0:
        date = columns[0].text.strip()  # 取出日期
        price = columns[1].text.strip()  # 取出价格
        print(date, price)  # 打印日期和价格

该代码将从网页中找到第一个table标签，然后遍历所有的tr标签，取出每一行的日期和价格，并打印出来。你可以根据自己的需要对代码进行修改。

相关问题

爬取虎扑球员历史数据代码

以下是爬取虎扑网站球员历史数据的示例代码，以爬取莱昂纳多·梅西（Lionel Messi）的历史数据为例：

import requests
from bs4 import BeautifulSoup

# 设置要爬取的球员ID
player_id = 2

# 构造请求URL
url = f'https://nba.hupu.com/stats/players/season/{player_id}-1.html'

# 发送请求，获取HTML数据
response = requests.get(url)
html = response.text

# 使用BeautifulSoup解析HTML数据
soup = BeautifulSoup(html, 'html.parser')

# 获取表格中的所有行
rows = soup.select('#mytable tr')

# 遍历每一行，提取数据
for row in rows[1:]:
    # 获取每一行中的所有单元格
    cells = row.select('td')
    # 提取数据
    season = cells[0].text.strip()  # 赛季
    team = cells[1].text.strip()  # 球队
    gp = cells[2].text.strip()  # 出场次数
    gs = cells[3].text.strip()  # 先发次数
    min = cells[4].text.strip()  # 平均时间
    fg = cells[5].text.strip()  # 投篮命中数
    fga = cells[6].text.strip()  # 投篮出手数
    fg_pct = cells[7].text.strip()  # 投篮命中率
    three_pt = cells[8].text.strip()  # 三分命中数
    three_pta = cells[9].text.strip()  # 三分出手数
    three_pt_pct = cells[10].text.strip()  # 三分命中率
    ft = cells[11].text.strip()  # 罚球命中数
    fta = cells[12].text.strip()  # 罚球出手数
    ft_pct = cells[13].text.strip()  # 罚球命中率
    orb = cells[14].text.strip()  # 进攻篮板数
    drb = cells[15].text.strip()  # 防守篮板数
    trb = cells[16].text.strip()  # 总篮板数
    ast = cells[17].text.strip()  # 助攻数
    stl = cells[18].text.strip()  # 抢断数
    blk = cells[19].text.strip()  # 盖帽数
    tov = cells[20].text.strip()  # 失误数
    pf = cells[21].text.strip()  # 犯规数
    pts = cells[22].text.strip()  # 得分数
    # 打印结果
    print(season, team, gp, gs, min, fg, fga, fg_pct, three_pt, three_pta, three_pt_pct, ft, fta, ft_pct, orb, drb, trb, ast, stl, blk, tov, pf, pts)

需要注意的是，该代码仅适用于爬取单个球员的历史数据。如果需要批量爬取多个球员的数据，可以通过循环遍历不同的球员ID来实现。此外，为了避免对虎扑网站服务器造成过大的负担，建议在爬取数据时添加适当的延时。

爬取boos直聘数据代码

要爬取Boss直聘的数据，可以使用Python编写爬虫代码。

首先，需要导入相关的库，如`requests`和`beautifulsoup`。

然后，使用`requests`库发送GET请求获取网页的HTML代码，并将其保存为一个变量。

接下来，使用`beautifulsoup`库解析HTML代码，提取所需的数据。可以通过查看网页的结构，确定要爬取的数据所在的HTML标签和相关属性。

使用`beautifulsoup`的相关方法，如`find_all`和`find`，根据标签和属性提取数据。可以使用循环和条件语句来遍历和筛选数据。

最后，将提取到的数据保存到文件或数据库中，以便进一步处理和分析。

需要注意的是，为了遵守网站的爬虫规则和法律法规，需要设置适当的请求头信息，模拟浏览器行为，并控制爬虫的爬取速度，以避免对网站造成过大的负担。

此外，也可以使用一些第三方库或框架，如Scrapy，来简化爬虫的编写和管理。

总之，编写爬取Boss直聘数据的代码需要先了解网页的结构和所需数据的位置，然后使用合适的库和方法进行解析和提取，最后保存和处理爬取到的数据。