[[216489]]

[[216490]]

就是這么簡單！

文章目錄

• 前言
• 設計一個函數
• 構造要爬取的網址
• 確定要爬取的內容的位置
• 構建輸入和調用部分
• 程序完整代碼

0 前言

有時候，總有一些重復又瑣碎的工作，卻不得不做……

一個個統計，也不是不行，但實在太累……

[[216491]]

有沒有一個方法，5秒內自動統計整理好呢？

今天教你一招，用 Python 爬取各個頁面的下載量，三分鐘學會，節省兩小時。

成果是這樣的：只需要輸入應用名字，然后，就可以獲得各市場的下載量了。

想做出來的話，只需要這樣幾步：

1 設計一個函數

首先，我們需要定義一個爬蟲的函數：

如果你是零基礎小白，還不明白什么是函數的話，下面是一些講解：

Python的函數主要有兩大部分：內建函數和自定義函數。內建函數就是Python本身固有的函數，如print()，input()，而自定義函數是我們自己設計的，方便重復調用的代碼塊。

函數是這樣的結構：

需要注意的是，

• def和return是關鍵字，Python就是靠識別這些關鍵字來明白用戶的意圖。
• 在閉合括號后的冒號必不可少。
• 如果在IDE中冒號后回車，你會得到一個縮進，縮進后面的語句被稱作語句塊，縮進是為了表明語句和邏輯的從屬關系

2 構造要爬取的網址

這個爬蟲需要爬取什么樣的網址呢？需要程序告訴它：

我們要爬的應用下載量，在詳情頁上。而這個詳情頁是有規律可循的。

以應用匯這個安卓市場為例，可以看到我們在搜索“網易云課堂”時，網址是：

所以我們可以用 url+搜索內容的方式來構造供我們爬取的網址。

3 確定要爬取的內容的位置

我們要爬取的是下載量，要把這個元素的位置在哪里告訴程序。

在Chrome瀏覽器中，在想爬取的內容上點右鍵，選“檢查”。

接著在出現的檢查框中郵件選擇加深的部分，選擇copy中的copy selecter。

粘貼出來我們復制的部分：

我們稱之為CSS元素選擇器，通過它可以準確定位到我們想要爬取的部分。

以上三步，我們已經構造出了一個函數的整體結構：

4 構建輸入和調用部分 

在這里我們使用input函數，格式如下：

調用函數直接輸入函數名并且輸入參數就好，所以我們需要的是：

5 程序完整代碼

因為我們要同時抓取多個網站的結果，所以我們根據上文的例子自定義多個函數并統一調用。

現在，把你用30秒完成的數據日報發出去吧！