用csv库保存爬取豆瓣网图书TOP250数据

（1）、爬取的内容为豆瓣网图书TOP250的信息

（2）、爬取豆瓣网图书TOP250的10页信息，通过手动浏览，发现其规律：

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

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

　　......

（3）、需要爬取的信息有：书名、书本的url链接、作者、出版社和出版时间、书本价格、评分、评价。

完整代码如下：

import csv
from lxml import etree
import requests


fp=open(\'C:\\Users\\weigengqiu\\Desktop\\booktop250.csv\',\'w+\',newline=\'\',encoding=\'utf-8\')————————————————————#创建csv文件，初始化该文件
writer=csv.writer(fp)
writer.writerow((\'bookname  \',\'link  \',\'author  \',\'publisher  \',\'date   \',\'price  \',\'rate  \',\'comment  \'))————#写入文件中的第一行信息点
url=[\'http://book.douban.com/top250?start={}\'.format(str(i)) for i in range(0,250,25)]————————————————————————#列表推导式
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)————————————————————————————————————————————————————————————————————————#获取网页内容
detail=etree.HTML(html.text)——————————————————————————————————————————————————————————————————————————————————#etree库把HTML文档为Element对象
infos=detail.xpath(\'//tr[@class="item"]\')—————————————————————————————————————————————————————————————————————#获取大标签，以此循环
for info in infos:
    booknames=info.xpath(\'td[2]/div[1]/a/@title\')—————————————————————————————————————————————————————————————#通过浏览器检查获取节点
    links=info.xpath(\'td[2]/div[1]/a/@href\')——————————————————————————————————————————————————————————————————#a节点下有多个信息点，可以通过@属性获取
    book_infos=info.xpath(\'td[2]/p/text()\')[0]————————————————————————————————————————————————————————————————#<p>与<div>同一子点，获取多个信息点，有包含很多/n，所以提取第一个
    authors=book_infos.split(\'/\')[0]——————————————————————————————————————————————————————————————————————————#获取多个信息点后，通过“/”分隔，得到作者信息
    publishers=book_infos.split(\'/\')[-3]——————————————————————————————————————————————————————————————————————#发布社尝试按[2]获取，会发现异常，某些书籍不存在中外翻译，此时[2]获取的则是时间，所以采用倒序输出
    dates=book_infos.split(\'/\')[-2]———————————————————————————————————————————————————————————————————————————#倒序输出书籍发布时间
    prices=book_infos.split(\'/\')[-1]——————————————————————————————————————————————————————————————————————————#倒序输出书籍价格
    rates=info.xpath(\'td[2]/div[2]/span[2]/text()\')———————————————————————————————————————————————————————————#会发现div[2]下有多个span节点，确定对应节点输出文本
    comments=info.xpath(\'td[2]/p[2]/span/text()\')—————————————————————————————————————————————————————————————#<p>与<div>同一子点，而且有序，确定对应节点输出文本

　　writer.writerow((booknames,links,authors,publishers,dates,prices,rates,comments))—————————————————————————#爬取信息写入csv数据保存

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

注意事项：

1.爬取节点的时候会报错：IndexError: list index out of range

这个错误出现大约有两种情况：
第1种可能情况
list[index]index超出范围

第2种可能情况
list是一个空的 没有一个元素
进行list[0]就会出现该错误