前言：
爬取起点中文网全部小说基本信息，小说名、作者、类别、连载\完结情况、简介，并将爬取的数据存储与EXCEL表中
环境：Python3.7
PyCharm
Chrome浏览器
主要模块：xlwt
lxml
requests
time
起点中文网首页及所需信息如下：
分析请求的网页/? page=1#第一页/? page=2#第二页/? page=3#第三页...
构造列表解析式urls = ['/? page={}'.format(str(i)) fori inrange(1, 5)]
解析并获取数据，打开开发者工具查看可知每本小说的数据均在标签class为“all-img-list cf”的ul下的 li 中，我们可以先行将其提取出来方便后续的数据解析#定位大标签，以此循环infos = selector.xpath('//ul[@class="all-img-list cf"]/li')
forinfo ininfos:
title = info.xpath('div[2]/h4/a/text()')[0]
author = info.xpath('div[2]/p[1]/a[1]/text()')[0]
style_1 = info.xpath('div[2]/p[1]/a[2]/text()')[0]
style_2 = info.xpath('div[2]/p[1]/a[3]/text()')[0]
style = style_1+'·'+style_2
complete = info.xpath('div[2]/p[1]/span/text()')[0]
introduce = info.xpath('div[2]/p[2]/text()')[0].strip()
word = info.xpath('div[2]/p[3]/span/text()')[0].strip('万字')
info_list = [title, author, style, complete, introduce, word]
我们将解析出来的数据通通放入一个静态公有的列表中#把数据存入列表all_info_list.append(info_list)
将列表中的数据转储与Excel表中
与text或word文本格式不同，这里我们定义一个表头并写入excel表
在写入之前要先后分别创建工作簿（即Excel表）、工作表（Sheet表）#定义表头header = ['title', 'author', 'style', 'complete', 'introduce', 'word']
#创建工作簿book = xlwt.Workbook(encoding='utf-8')
#创建工作表sheet = book.add_sheet('Sheet1')
forh inrange(len(header)):
#写入表头sheet.write(0, h, header[h])
将文件按行列方式写入Excel表i = 1#行数forlist inall_info_list:
j = 0#列数#写入爬虫数据fordata inlist:
sheet.write(i, j, data)
j += 1#列数加一，和写字一样，从左往右写入数据i += 1#这里就是换行的意思
最后保存excel文件#保存文件book.save('xiaoshuo.xls')
至此爬取起点中文网小说信息结束
完整代码#!/usr/bin/env python# -*- coding: utf-8 -*-#导入相应的库文件importxlwt
importrequests
fromlxml importetree
importtime
#初始化列表，存入爬虫数据all_info_list = []
#定义获取爬虫信息的函数defget_info(url):
html = requests.get(url)
selector = etree.HTML(html.text)
#定位大标签，以此循环infos = selector.xpath('//ul[@class="all-img-list cf"]/li')
forinfo ininfos:
title = info.xpath('div[2]/h4/a/text()')[0]
author = info.xpath('div[2]/p[1]/a[1]/text()')[0]
style_1 = info.xpath('div[2]/p[1]/a[2]/text()')[0]
style_2 = info.xpath('div[2]/p[1]/a[3]/text()')[0]
style = style_1+'·'+style_2
complete = info.xpath('div[2]/p[1]/span/text()')[0]
introduce = info.xpath('div[2]/p[2]/text()')[0].strip()
word = info.xpath('div[2]/p[3]/span/text()')[0].strip('万字')
info_list = [title, author, style, complete, introduce, word]
#把数据存入列表all_info_list.append(info_list)
#睡眠1秒time.sleep(1)
#程序主入口if__name__ == '__main__':
urls = ['/? page={}'.format(str(i)) fori inrange(1, 5)]
#获取所有数据forurl inurls:
get_info(url)
#定义表头header = ['title', 'author', 'style', 'complete', 'introduce', 'word']
#创建工作簿book = xlwt.Workbook(encoding='utf-8')
#创建工作表sheet = book.add_sheet('Sheet1')
forh inrange(len(header)):
#写入表头sheet.write(0, h, header[h])
i = 1#行数forlist inall_info_list:
j = 0#列数#写入爬虫数据fordata inlist:
sheet.write(i, j, data)
j += 1i += 1#保存文件book.save('xiaoshuo.xls')
获得的数据：
