BeautifulSoup循环页面,但是每个循环中爬取的数据都重复了。
创始人
2024-11-27 19:01:12
0

这个问题可能是因为没有正确处理每个页面的唯一标识符或者没有清空数据缓存。解决方法可以是:新建一个变量或者清空列表来缓存每页爬取的数据,在每个循环结束后调用该变量或列表来保存数据结果。另外,也需要根据每个页面的唯一标识符去重,避免数据重复。

以下是示例代码:

import requests
from bs4 import BeautifulSoup

all_data = []  # 用于保存所有页面的数据

for i in range(1, 11):  # 循环10页
    url = f"https://example.com/page{i}"  # 构造每个页面的URL

    # 请求页面并解析HTML
    res = requests.get(url)
    soup = BeautifulSoup(res.content, "html.parser")

    page_data = []  # 用于保存当前页面的数据

    for item in soup.find_all("div", {"class": "item"}):  # 遍历页面中的所有item
        # 提取item中的数据
        name = item.find("h2").text.strip()
        price = item.find("span", {"class": "price"}).text.strip()

        # 将每个item的数据保存为字典,并添加到page_data中
        item_data = {"name": name, "price": price}
        page_data.append(item_data)

    # 将当前页面的数据合并到all_data中
    all_data.extend(page_data)

# 输出所有页面的数据
for data in all_data:
    print(data)

相关内容

热门资讯

保存时出现了1个错误,导致这篇... 当保存文章时出现错误时,可以通过以下步骤解决问题:查看错误信息:查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1)设置位置控制模式   2)绝对值位置线性模...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分,它可以提供高速稳定的网络连接。但是,有时候我们会遇到不能访问光...
表格中数据未显示 当表格中的数据未显示时,可能是由于以下几个原因导致的:HTML代码问题:检查表格的HTML代码是否正...
本地主机上的图像未显示 问题描述:在本地主机上显示图像时,图像未能正常显示。解决方法:以下是一些可能的解决方法,具体取决于问...
不一致的条件格式 要解决不一致的条件格式问题,可以按照以下步骤进行:确定条件格式的规则:首先,需要明确条件格式的规则是...
表格列调整大小出现问题 问题描述:表格列调整大小出现问题,无法正常调整列宽。解决方法:检查表格的布局方式是否正确。确保表格使...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限:此外...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务...