Python抓取網(wǎng)頁(yè)數(shù)據(jù) 生成 iOS plist 文件

閑來(lái)無(wú)事,看看了Python,發(fā)現(xiàn)這東西挺爽的,廢話少說(shuō),就是干

  • 準(zhǔn)備搭建環(huán)境
    • 因?yàn)槭荕AC電腦,所以自動(dòng)安裝了Python 2.7的版本
    • 添加一個(gè) 庫(kù) Beautiful Soup ,方法這里說(shuō)兩種
      • 1.在終端輸入 pip install BeautifulSoup
      • 2.手動(dòng)下載包后,終端切換到 解壓的文件夾,輸入 sudo python setup.py install 下載地址BeautifulSoup
  • 開(kāi)始寫(xiě)代碼吧
    • 先找一個(gè)想要抓取東西的網(wǎng)站,這里我就隨便找一個(gè)吧 地址是:http://movie.douban.com/chart
    • 好了在終端輸入 vim 我知道這個(gè)東西,對(duì)于新手來(lái)說(shuō),就是一個(gè)挑戰(zhàn),這里我也建議使用輕量的Sublime
    • 代碼如下 (注意python是嚴(yán)格的縮進(jìn),以下代碼要頂格寫(xiě))
#-*- coding:utf-8 -*-
import urllib2
import urllib
html=urllib2.urlopen("http://movie.douban.com/chart").read()
print html
  • 輸出的結(jié)果就是一個(gè)HTML的網(wǎng)頁(yè),這里我就看到自己想要抓取的圖片和圖片名的文字片段
<a class="nbg"   title="道士下山">
           <img src="http://img3.douban.com/view/movie_poster_cover/ipst/public/p2251450614.jpg" alt="道士下山" class=""/>
</a>
  • 分析我們想要的,一個(gè)是圖片的名稱,一個(gè)是圖片的鏈接地址,直接上Python代碼
#-*- coding:utf-8 -*-
import urllib2
from bs4 import BeautifulSoup

import sys  
reload(sys)  
sys.setdefaultencoding('utf8')

# 函數(shù)
def  printPlistCode():
    #1.得到這個(gè)網(wǎng)頁(yè)的 html 代碼 #
    html = urllib2.urlopen("http://movie.douban.com/chart").read()
    
    #2.轉(zhuǎn)換 一種格式,方便查找
    soup = BeautifulSoup(html)
    #3.  得到 找到的所有 包含 a 屬性是class = nbg 的代碼塊,數(shù)組
    liResutl = soup.findAll('a', attrs = {"class" : "nbg"})
    #4.用于拼接每個(gè)字典的字符串
    tmpDictM = ''

    #5. 遍歷這個(gè)代碼塊  數(shù)組
    for li in liResutl:

        #5.1 找到 img 標(biāo)簽的代碼塊 數(shù)組
        imageEntityArray = li.findAll('img')
        
        #5.2 得到每個(gè)image 標(biāo)簽
        for image in imageEntityArray:
            #5.3 得到src 這個(gè)屬性的 value  后面也一樣 類似 key value
            link = image.get('src')
            imageName = image.get('alt')
            #拼接 由于 py中 {} 是一種數(shù)據(jù)處理格式,類似占位符
            tmpDict = '''@{0}@\"name\" : @\"{1}\", @\"imageUrl\" : @\"{2}\"{3},'''
            
            tmpDict =  tmpDict.format('{',imageName,link,'}')

            tmpDictM = tmpDictM + tmpDict

    #6.去掉最后一個(gè) , 
    tmpDictM = tmpDictM[0:len(tmpDictM) - 1].decode('utf8')

    #7 拼接全部
    restultStr = '@[{0}];'.format(tmpDictM)

    print restultStr


if __name__ == '__main__':
    printPlistCode()
  • 輸出結(jié)果就是Objective-C的 數(shù)組
@[@{@"name" : @"進(jìn)擊的巨人真人版:前篇", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2251690571.jpg"},@{@"name" : @"花與愛(ài)麗絲殺人事件", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2222398443.jpg"},@{@"name" : @"小黃人大眼萌", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2258235689.jpg"},@{@"name" : @"小森林 冬春篇", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2215147728.jpg"},@{@"name" : @"道士下山", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2251450614.jpg"},@{@"name" : @"深夜食堂 電影版", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2205014862.jpg"},@{@"name" : @"小男孩", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2230105606.jpg"},@{@"name" : @"頭腦特工隊(duì)", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2231021196.jpg"},@{@"name" : @"百元之戀", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2205471169.jpg"},@{@"name" : @"殺破狼2", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2246885606.jpg"}];
  • 使用Xcode 寫(xiě)到Plist中去
#import <Foundation/Foundation.h>

int main(int argc, const char * argv[]) {


    NSArray *plistArray = @[@{@"name" : @"進(jìn)擊的巨人真人版:前篇", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2251690571.jpg"},@{@"name" : @"花與愛(ài)麗絲殺人事件", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2222398443.jpg"},@{@"name" : @"小黃人大眼萌", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2258235689.jpg"},@{@"name" : @"小森林 冬春篇", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2215147728.jpg"},@{@"name" : @"道士下山", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2251450614.jpg"},@{@"name" : @"深夜食堂 電影版", @"imageUrl" : @"http://img3.douban.com/view/movie_poster_cover/ipst/public/p2205014862.jpg"},@{@"name" : @"小男孩", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2230105606.jpg"},@{@"name" : @"頭腦特工隊(duì)", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2231021196.jpg"},@{@"name" : @"百元之戀", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2205471169.jpg"},@{@"name" : @"殺破狼2", @"imageUrl" : @"http://img4.douban.com/view/movie_poster_cover/ipst/public/p2246885606.jpg"}];
    //路徑可以自己選擇
    [plistArray writeToFile:@"/Users/xxx/Desktop/test/movie.plist" atomically:YES];

    return 0;
}

  • 到這里,就可以看到plist 文件可以用于測(cè)試了


    這里寫(xiě)圖片描述
    這里寫(xiě)圖片描述
  • 如果想要復(fù)制粘貼這里面的代碼,那就選擇Sublime編輯器
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容