当前位置:首页 > 文章列表 > 文章 > python教程 > Python爬虫保存数据到CSV教程

Python爬虫保存数据到CSV教程

2025-12-25 18:37:58 0浏览 收藏

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《Python爬虫如何保存数据到CSV文件》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

答案:Python爬虫可用csv模块或pandas将数据保存为CSV文件。1. 使用csv模块可写入表头和数据,适合结构化信息存储;2. pandas能自动处理编码与中文,导出更便捷;3. 需用try-except处理异常,with确保文件安全关闭。

Python爬虫怎样使用CSV存储数据_Python爬虫将抓取结果保存为CSV文件方法

Python爬虫抓取数据后,使用CSV格式存储是一种简单高效的方式。CSV文件可以用Excel打开,也便于导入数据库或进行数据分析。下面介绍如何在爬虫中将结果保存为CSV文件。

1. 使用内置csv模块写入数据

Python自带的csv模块非常适合处理结构化数据。适合存储表格类信息,比如商品名称、价格、链接等。

基本步骤:

  • 导入csv和open函数打开文件
  • 创建csv.writer对象
  • 写入表头(可选)
  • 逐行写入爬取的数据

示例代码:

import csv
import requests
from bs4 import BeautifulSoup

模拟请求网页

url = "https://example.com/products" response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser')

提取数据(示例)

products = [] for item in soup.findall('div', class='product'): name = item.find('h2').text.strip() price = item.find('span', class_='price').text.strip() link = item.find('a')['href'] products.append([name, price, link])

写入CSV文件

with open('products.csv', 'w', newline='', encoding='utf-8') as f: writer = csv.writer(f)

写入标题

writer.writerow(['Name', 'Price', 'Link'])
# 写入每条数据
writer.writerows(products)

2. 使用pandas更方便地导出CSV

如果你已经用pandas做数据处理,可以直接把列表或字典转成DataFrame再保存。

优点:自动处理编码、支持中文、列对齐整齐。

import pandas as pd

假设数据是字典列表

data = [ {'Name': '手机', 'Price': '¥2999', 'Link': 'https://xxx.com/1'}, {'Name': '耳机', 'Price': '¥199', 'Link': 'https://xxx.com/2'} ]

转为DataFrame并保存

df = pd.DataFrame(data) df.to_csv('products_pandas.csv', index=False, encoding='utf-8-sig')

注意:保存中文时建议用utf-8-sig编码,避免Excel乱码。

3. 处理异常与确保文件安全关闭

网络爬虫可能遇到请求失败、数据缺失等问题,需做好容错。

  • 使用try-except捕获异常
  • 始终用with语句操作文件,确保自动关闭
  • 检查字段是否存在再写入,防止报错

例如:

try:
    with open('data.csv', 'w', newline='', encoding='utf-8') as f:
        writer = csv.writer(f)
        writer.writerow(['Title', 'URL'])
        for item in items:
            title = item.get('title', '未知')
            url = item.get('url', '')
            writer.writerow([title, url])
except Exception as e:
    print(f"保存文件出错: {e}")

基本上就这些。用csv模块适合轻量级项目,pandas更适合后续分析。根据需求选择方法就行。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

Win11打印服务未启动解决方法Win11打印服务未启动解决方法
上一篇
Win11打印服务未启动解决方法
12306买往返票方法及购票技巧
下一篇
12306买往返票方法及购票技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    229次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    275次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    237次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    222次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    19次使用