内容简介:程序员在提升自己的道路,大多还是会选择阅读编程书籍这一途径,但找到一本好书就没那么容易了。通过查看各大销售网站的销量数据和评价,以及豆瓣评分和评价人数,可以帮助我们更快的挖掘出经典的计算机书籍,还有那些被人们忽视的好书。最近猿哥在GitHub上发现了一个网站,是中国科学院自动化研究所的一大神(lanbing510)用Python写的一个爬虫,他在16年的时候就爬下了豆瓣所有的读书数据并做了个WebApp接口方来挖掘查找和阅读好书。怪我知道的太晚
程序员在提升自己的道路,大多还是会选择阅读编程书籍这一途径,但找到一本好书就没那么容易了。
通过查看各大销售网站的销量数据和评价,以及豆瓣评分和评价人数,可以帮助我们更快的挖掘出经典的计算机书籍,还有那些被人们忽视的好书。
最近猿哥在GitHub上发现了一个网站,是中国科学院自动化研究所的一大神(lanbing510)用 Python 写的一个爬虫,他在16年的时候就爬下了豆瓣所有的读书数据并做了个WebApp接口方来挖掘查找和阅读好书。怪我知道的太晚
后来lanbing510再次爬了一遍豆瓣读书的数据,总共更新了3232088本图书信息,共2138386KB,并将其开源
为什么说它很好用呢?猿哥演示一遍你就知道了:
可以看出这网站的界面非常简洁,没有花里花哨的内容,只有干货,你可以直接通过关键字、分数、和评价人数这三个选项进行搜索,比如我们可以搜索关键字:编程;分数:9.0;评价人数:100人以上
查找结果的显示方式有按照分数排序和人数 排序 两种,按照分数排序的截图如下:
按照评价人数排序的截图如下:
除了以上演示的操作,这个网站并实现了以下功能:
- 可以爬下豆瓣读书标签下的所有图书
- 按评分排名依次存储
- 存储到Excel中,可方便大家筛选搜罗,比如筛选评价人数>1000的高分书籍;可依据不同的主题存储到Excel不同的Sheet
- 采用User Agent伪装为浏览器进行爬取,并加入随机延时来更好的模仿浏览器行为,避免爬虫被封
也就是说你不仅可以在网站上搜索,还能通过下载各类目下的Excel书单文件,直接在Excel中搜索
效果截图如下:
最后附上网站地址:http://sobook.lanbing510.info
GitHub地址:https://github.com/lanbing510/DouBanSpider
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 编写豆瓣相册下载器(python爬虫)
- 如何 5 分钟零代码实现豆瓣小组爬虫
- Python爬虫实战之豆瓣音乐、微打赏、阳光电影(附代码)
- Python 爬虫实战(1):分析豆瓣中最新电影的影评
- 23个Python爬虫开源项目代码,包含微信、淘宝、豆瓣、知乎、微博等
- python豆瓣多线程爬虫加IP代理(免费的一般是不稳定)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Nginx Essentials
Valery Kholodkov / Packt Publishing / 2015-7-1 / USD 34.99
About This Book Learn how to set up, configure, and operate an Nginx installation for day-to-day useExplore the vast features of Nginx to manage it like a pro, and use them successfully to run your......一起来看看 《Nginx Essentials》 这本书的介绍吧!