来源：海豚数据科学实验室 一、Python urllib库 Python urllib 库用于操作网页 URL，并对网页的内容进行抓取处理。 Pyth...
Python 教程：从 Python 爬虫到数据分析
数字货币交易所
2022年07月25日 08:27 181
Connor
数据分析是 Python 编程广泛应用的领域之一，数据分析员借助 Python 语法简单明晰、应用范围广泛的特性，通过爬虫、整合数据等多样化的依赖与函数，进一步提高数据分析的能力与效率。
在这篇教程中，同学将整合之前所学习的 Python 爬虫技巧，进一步学习如何将所爬取的数据储存到 CSV 文件中。
学习 Python 爬虫，手把手通过 Python 入门爬取网页信息：
什么是 CSV 文件？
CSV 即逗号分隔值（Comma Separated Values）的缩写，是一种常用于储存表格数据的文件格式。这种文件格式在机器学习中十分常见，同时也能通过 Excel 等常见的表格处理软件打开。在 Python 编程中，程序员只需借助 csv 和 pandas 依赖即可将数据储存为 CSV 格式，供数据分析使用。
此次的教程将使用 Lightly 进行实操讲解，同学们只需将项目复制到个人账户中，即可打开项目中 WebAnalyser.py 文件，使用浏览器在线编码：
如何打开并编辑他人用 Lightly 分享的项目？
安装依赖
此次教程所需的依赖包括：requests、bs4、csv 和 pandas。通过 Lightly 学习的小伙伴可直接在项目页面中，通过 import 导入依赖，再将鼠标悬浮至相应的依赖名称，一键安装缺失依赖。
import requests
from bs4 import BeautifulSoup
import csv
import pandas as pd
使用 BeautifulSoup 查找所需的资料
安装好依赖后，我们可以通过 requests 和 beautifulsoup 获取 HTML 代码，并从代码中查找所需的内容。
展开全文
开启 CSV 文件
开启 CSV 文件的 CSV 与 pandas 代码分别如下：
# 建立 csv 文件
csvfile = open('pythonjobs.csv', 'w+')
# 使用 pandas 定义数据框架
df = pd.DataFrame(columns=['Title', 'Company', 'Location', 'Link'])
‘csvfile’ ‘df’ 等变量名称可随意替换，pythonjobs.csv 等文件名称、columns 变量内的表格标题也可随表格内容适当替换。
写入 CSV 文件
开启 CSV 文件的先行工作完成后，即可通过以下代码，准备将数据内容写入文件中：
# 启用 csv 写入程序
writer = csv.writer(csvfile)
然后结合 Python 爬虫教程所学习的知识，进一步完善所写入的内容：
关闭 CSV 文件
确认所有内容写入后，即可再次通过代码关闭 CSV 文件，整个爬虫 + 导出 CSV 的 Python 程序便完成了：
df.to_csv('pythonjobs.csv') # 输出为 csv 文件
csvfile.close() # 关闭 csv 文件
在 Lightly IDE 右上角点击运行程序后，即可在左侧的项目栏中找到已生成的 pythonjobs.csv 文件：
用户也可以右键下载文件，在 Excel 中查看：
Excel 中的效果：
Python 数据分析项目代码：
此次的 Python 爬虫与数据分析教程到此，欢迎留言你的疑问以及未来想更深入了解的内容，也欢迎阅读 Lightly 往期的 Python 文章：
Lightly: 新一代的Python IDE
学习 Python 爬虫，手把手通过 Python 入门爬取网页信息
相关文章
发表评论