# baike-spider

**Repository Path**: hl0929/baike-spider

## Basic Information

- **Project Name**: baike-spider
- **Description**: 百度百科爬虫 

爬取明星基本信息
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2023-06-11
- **Last Updated**: 2024-01-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 项目介绍

利用网页特征信息爬取演员百科信息

# 环境配置

* 虚拟环境

```bash
python3 -m venv venv

source venv/bin/activate
```

* 安装依赖

```bash
pip install -r requirements.txt
```

# 执行爬虫

```bash
python main.py
```

# 项目结构

```bash
.
├── LICENSE
├── README.md
├── data
│   ├── lastnames.txt  # 百家姓
│   └── person.jsonl   # 爬虫结果
├── main.py            # 爬虫执行主程序
├── requirements.txt
├── test
│   ├── example.html
│   └── test_bs4.py    # 测试 bs4
└── utils
    ├── downloader.py  # html 下载
    ├── manager.py     # url 管理
    └── parser.py      # html 解析
```