不会编程也能爬数据!3个爬虫小工具教你实现~
来源:DataCastle数据城堡
本文经「DataCastle数据城堡」授权转载,禁止二次转载
本文长度为1144个字,建议阅读5分钟
本文为你分享3个爬数据的小工具,零技术基础也能学会呦!
当前的主流爬虫手段是用Python编程,Python的强大毋庸置疑,但初学者学习Python还是需要一两个月时间的。有没有一些更简单的爬取数据方法呢?答案是有的,我们为你准备了如下小工具,对于每个小工具你只需要花十几分钟时间,跟着我的步骤走一遍就可以掌握它啦~
一、Microsoft Excel
首先教大家一个用Excel爬取数据的方法,这里用的Microsoft Excel 2013版本,下面手把手开始教学~
1. 新建Excel,打开它,如下图所示
2. 点击“数据”——“自网站”
3. 在弹出的对话框中输入目标网址,这里以全国实时空气质量网站(http://www.pm25.in/rank)为例,点击转到,再导入
选择导入位置,确定
4. 结果如下图所示,怎么样,是不是很赞?
5. 如果要实时更新数据,可以在“数据”——“全部更新”——“连接属性”中进行设置,输入更新频率即可
二、Google Sheet
使用Google Sheet爬取数据前,要保证三点:使用Chrome浏览器、拥有Google账号、电脑已翻墙。如果这三个条件具备了的话,下面我们就开始吧~
1. 打开Google Sheet网站:http://www.google.cn/sheets/about/
2. 在首页上点击“转到Google表格”,然后登录自己的账号,可以看到如下界面,再点击“+”创建新的表格
新建的表格如下:
3. 打开要爬取的目标网站,一个全国实时空气质量网站http://www.pm25.in/rank,目标网站上的表格结构如下图所示
4. 回到Google sheet页面,使用函数=IMPORTHTML(网址, 查询, 索引),“网址”就是要爬取数据的目标网站,“查询”中输入“list”或“table”,这个取决于数据的具体结构类型,“索引”填阿拉伯数字,从1开始,对应着网站中定义的哪一份表格或列表
对于我们要爬取的网站,我们在Google sheet的A1单元格中输入函数=IMPORTHTML("http://www.pm25.in/rank","table",1),回车后就爬得数据啦
5. 将爬取好的表格存到本地
是不是感觉超级简单?
三、you-get
这是一个程序员基于python 3开发的项目,已经在github上面开源,支持64个网站,包括优酷、土豆、爱奇艺、b站、酷狗音乐、虾米……总之你能想到的网站都有! 还有一个黑科技的地方,即使是名单上没有的网站,当你输入链接,程序也会猜测你想要下载什么,然后帮你下载。
当然you-get要在python3环境下进行安装,用pip安装好后,在终端输入“you
get+你想下载资源的链接”就可以等着收藏资源了。
这里给一个you-get的中文使用说明(http://dwz.cn/4rb53l),按照说明上写的按步骤操作就可以啦。
不会编程也能爬数据!3个爬虫小工具教你实现~相关推荐
- PyQt5制作一个爬虫小工具,爬取雪球网上市公司的财务数据
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于可以叫我才哥 ,作者:可以叫我才哥 最近有朋友需要帮忙写个爬虫脚本,爬取雪球网一些上 ...
- 爬虫小工具合集|不会编程也能爬数据
当前的主流爬虫手段是用Python编程,Python的强大毋庸置疑,但初学者学习Python还是需要一两个月时间的.有没有一些更简单的爬取数据方法呢?答案是有的,DataCastle为你准备了如下小工 ...
- 爬虫爬评书吧_爬虫 + 小程序 自定义开发一个听书程序
最近工作之余会听听评书,但主流门户收费加广告着实让人烦躁.作为IT人,怎能如此顺应别人家的产品规则. 下面以 python + taro 为例,写一个爬虫 + 小程序的播放应用: 最终实现的效果如下: ...
- 经纬坐标(BLH)数据创建.kml文件小工具设计 Java版
技术背景 KML,是标记语言(Keyhole Markup Language)的缩写,最初由Keyhole公司开发,是一种基于XML 语法与格式的.用于描述和保存地理信息(如点.线.图像.多边形和模型 ...
- 使用 Python 简单获取电影天堂的电影数据 [第一个爬虫小测试]
一.要求 得到电影天堂的最新下载页面下的相关数据 点击打开 : 存储为 csv 格式的表格文件 二.可能遇到的bug和解决 使用正则表达式匹配到没有"<>"的情况 请求 ...
- android 游戏数据在哪里下载地址,安卓游戏数据包放哪 小编教你怎么用
现在很多大一点的安卓游戏,都需要下载数据包,关键问题是小伙伴们搞不清什么是SD卡根目录,不知道安卓游戏数据包存放哪.下面小编将会分5个点来给大家解答这个问题. ·安卓游戏数据包存放地址 ·为什么非要下 ...
- python爬虫反爬策略_抖音字体反爬,爬虫字体反爬策略——每周一个爬虫小教程系列...
在B站上看到一个关于抖音字体反爬的视频,看完之后,精神抖擞,不禁感觉,我又行了,于是在模拟器上下载了一个抖音,打开了我尘封已久的抖音号. 可以看见显示的数字是正常的,但是查看源码就是错误的. 既然是字 ...
- 星球年度汇总-20年四季度基金持仓数据公布了! 分析小工具新功能上线!
量化交易是一个多技术综合的项目,学习完书籍<Python股票量化交易从入门到实践>我们提供了升级的学习内容--知识星球<玩转股票量化交易> 在星球中我们深入分享包括Python ...
- python爬ppt和风景_Python小工具爬取PPT模板
报错,求楼主解决,谢谢 D:\pptdown目录已存在 Traceback (most recent call last): File "site-packages\urllib3\conn ...
最新文章
- vim删除文件所有内容
- 干货丨大牛带你走向机器学习“正道”:小朋友才迷信算法,大人们更重视工程实践
- 【转】大端模式与小端模式、网络字节顺序与主机字节顺序 (经典)
- 一个有价值的 Sharepoint WebPart 页签部件
- 每日一天:对象数组去重
- Springboot 2.x 单元测试 JUnit 5
- ESP32,使用gitee搭建 ESP-IDF 开发框架
- 6 WM配置-主数据-定义存储区(Storage Section)
- 简约的PHP留言板开源版网站源码
- css-animation-走路动画
- continue 的理解
- Elasticsearch2.2.0数据操作
- 自动化遍历-appcrawler
- mysql安装教程【安装版】
- 【敏捷开发每日一贴】测试驱动开发
- 推荐5款纯净好用的良心浏览器,实现浏览自由
- matlab 生成自回归,Matlab时间序列-AR-自回归.pdf
- webpack打包UMD学习记录
- MySQL中用给出的生日查询年龄的方法
- CH330显示未知USB设备(设备描述符请求失败)