用csv庫保存爬取豆瓣網圖書TOP250數據

（1）、爬取的內容爲豆瓣網圖書TOP250的信息

（2）、爬取豆瓣網圖書TOP250的10頁信息，經過手動瀏覽，發現其規律：

　　https://book.douban.com/top250?start=0

　　https://book.douban.com/top250?start=25

　　......

（3）、須要爬取的信息有：書名、書本的url連接、做者、出版社和出版時間、書本價格、評分、評價。

完整代碼以下：

import csv
from lxml import etree
import requests


fp=open('C:\\Users\\weigengqiu\\Desktop\\booktop250.csv','w+',newline='',encoding='utf-8')————————————————————#建立csv文件，初始化該文件
writer=csv.writer(fp)
writer.writerow(('bookname  ','link  ','author  ','publisher  ','date   ','price  ','rate  ','comment  '))————#寫入文件中的第一行信息點
url=['http://book.douban.com/top250?start={}'.format(str(i)) for i in range(0,250,25)]————————————————————————#列表推導式
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36'}
html=requests.get(url,headers=headers)————————————————————————————————————————————————————————————————————————#獲取網頁內容
detail=etree.HTML(html.text)——————————————————————————————————————————————————————————————————————————————————#etree庫把HTML文檔爲Element對象
infos=detail.xpath('//tr[@class="item"]')—————————————————————————————————————————————————————————————————————#獲取大標籤，以此循環
for info in infos:
    booknames=info.xpath('td[2]/div[1]/a/@title')—————————————————————————————————————————————————————————————#經過瀏覽器檢查獲取節點
    links=info.xpath('td[2]/div[1]/a/@href')——————————————————————————————————————————————————————————————————#a節點下有多個信息點，能夠經過@屬性獲取
    book_infos=info.xpath('td[2]/p/text()')[0]————————————————————————————————————————————————————————————————#<p>與<div>同一子點，獲取多個信息點，有包含不少/n，因此提取第一個
    authors=book_infos.split('/')[0]——————————————————————————————————————————————————————————————————————————#獲取多個信息點後，經過「/」分隔，獲得做者信息
    publishers=book_infos.split('/')[-3]——————————————————————————————————————————————————————————————————————#發佈社嘗試按[2]獲取，會發現異常，某些書籍不存在中外翻譯，此時[2]獲取的則是時間，因此採用倒序輸出
    dates=book_infos.split('/')[-2]———————————————————————————————————————————————————————————————————————————#倒序輸出書籍發佈時間
    prices=book_infos.split('/')[-1]——————————————————————————————————————————————————————————————————————————#倒序輸出書籍價格
    rates=info.xpath('td[2]/div[2]/span[2]/text()')———————————————————————————————————————————————————————————#會發現div[2]下有多個span節點，肯定對應節點輸出文本
    comments=info.xpath('td[2]/p[2]/span/text()')—————————————————————————————————————————————————————————————#<p>與<div>同一子點，並且有序，肯定對應節點輸出文本

　　writer.writerow((booknames,links,authors,publishers,dates,prices,rates,comments))—————————————————————————#爬取信息寫入csv數據保存

fp.close()——————————————————————————————————————————————————————————————————————————————————————————————————-—#關閉csv文件

注意事項：

1.爬取節點的時候會報錯：IndexError: list index out of range

這個錯誤出現大約有兩種狀況：第1種可能狀況list[index]index超出範圍第2種可能狀況list是一個空的 沒有一個元素進行list[0]就會出現該錯誤