pyhton 爬取广东省统计年鉴数据

时间: 2023-06-19 15:08:09 浏览: 230
可以使用 Python 中的 requests 和 BeautifulSoup 库来爬取广东省统计年鉴数据。步骤如下: 1. 打开数据源网站 http://tjj.gd.gov.cn/data/yearbook/2021/index.html 2. 使用 requests 库发送 GET 请求获取网页源码,代码如下: ```python import requests url = 'http://tjj.gd.gov.cn/data/yearbook/2021/index.html' response = requests.get(url) html = response.text ``` 3. 使用 BeautifulSoup 库解析网页源码,获取需要的数据,代码如下: ```python from bs4 import BeautifulSoup soup = BeautifulSoup(html, 'html.parser') table = soup.find('table', class_='table table-bordered table-hover') thead = table.thead.tr tbody = table.tbody years = [th.text for th in thead.find_all('th')[1:]] data = {} for tr in tbody.find_all('tr'): tds = tr.find_all('td') topic = tds[0].text values = [td.text for td in tds[1:-1]] data[topic] = dict(zip(years, values)) ``` 4. 将数据保存到本地文件,代码如下: ```python import json with open('data.json', 'w') as f: json.dump(data, f) ``` 完整代码如下: ```python import requests from bs4 import BeautifulSoup import json url = 'http://tjj.gd.gov.cn/data/yearbook/2021/index.html' response = requests.get(url) html = response.text soup = BeautifulSoup(html, 'html.parser') table = soup.find('table', class_='table table-bordered table-hover') thead = table.thead.tr tbody = table.tbody years = [th.text for th in thead.find_all('th')[1:]] data = {} for tr in tbody.find_all('tr'): tds = tr.find_all('td') topic = tds[0].text values = [td.text for td in tds[1:-1]] data[topic] = dict(zip(years, values)) with open('data.json', 'w') as f: json.dump(data, f) ``` 这样就可以将广东省统计年鉴数据爬取下来并保存到本地文件中了。

相关推荐

最新推荐

recommend-type

Python爬取数据并写入MySQL数据库的实例

今天小编就为大家分享一篇Python爬取数据并写入MySQL数据库的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python爬取数据并实现可视化代码解析

主要介绍了Python爬取数据并实现可视化代码解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

python 爬取马蜂窝景点翻页文字评论的实现

主要介绍了python 爬取马蜂窝景点翻页文字评论的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

Python爬取破解无线网络wifi密码过程解析

主要介绍了Python爬取破解无线网络密码过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

用python爬取网页并导出为word文档.docx

mongodb的应用之用python爬取网页内容并用mongodb保存. 由于mongodb是文档型数据库,区别于传统的数据库,它是用来管理文档的。在传统的数据库中,信息被分割成离散的数据段,而在文档数据库中,文档是处理信息的...
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

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

前端深拷贝 和浅拷贝有哪些方式,你在哪里使用过

前端深拷贝和浅拷贝的方式有很多,下面列举几种常用的方式: 深拷贝: 1. JSON.parse(JSON.stringify(obj)),该方法可以将对象序列化为字符串,再将字符串反序列化为新的对象,从而实现深拷贝。但是该方法有一些限制,例如无法拷贝函数、RegExp等类型的数据。 2. 递归拷贝,即遍历对象的每个属性并进行拷贝,如果属性值是对象,则递归进行拷贝。 3. 使用第三方库如lodash、jQuery等提供的深拷贝方法。 浅拷贝: 1. Object.assign(target, obj1, obj2, ...),该方法可以将源对象的属性浅拷贝到目标对象中,如果有相同的属性,则会
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。