• 資訊安全概論(114學年)

認識網路爬蟲

• 講義

• 利用 BeautifulSoup 套件爬取臺北流行音樂中心最新10則活動。

  import requests
  from bs4 import BeautifulSoup
  import csv
  
  # 目標網址
  url = "https://www.tmc.taipei/tw/blog/show"
  
  # 送出 GET 請求
  response = requests.get(url)
  response.encoding = 'utf-8'
  
  # 解析 HTML
  soup = BeautifulSoup(response.text, "html.parser")
  
  # 找出活動卡片區塊
  events = soup.select("div.c-card-clip")[:10]  # 取前10筆
  print(events)
  results = []
  for e in events:
      # 活動名稱
      title_tag = e.select_one("h3.c-card-clip__title")
      title = title_tag.get_text(strip=True) if title_tag else "N/A"
  
      # 活動圖片
      img_tag = e.select_one("img")
      img = img_tag["src"] if img_tag and img_tag.has_attr("src") else "N/A"
  
      # 活動資訊
      date_tag = e.select_one("span.date")
      date = date_tag.get_text(strip=True) if date_tag else "N/A"
  
      results.append([title, img, date])
  
  # 寫入 CSV 檔案
  with open("tmc_events.csv", "w", newline="", encoding="utf-8-sig") as f:
      writer = csv.writer(f)
      writer.writerow(["活動名稱", "活動圖片", "活動資訊"])
      writer.writerows(results)

  將爬取的資料使用投影片輪播的方式展示。

  import csv
  import time
  from PIL import Image
  from IPython.display import display, clear_output
  import requests
  from io import BytesIO
  
  # 讀取 CSV（第二欄是圖片 URL）
  data = []
  with open("tmc_events.csv", newline='', encoding='utf-8') as csvfile:
      reader = csv.reader(csvfile)
      next(reader)  # 如果 CSV 有標題行，可跳過
      for row in reader:
          data.append(row)
  
  # 將 URL 轉成 PIL Image 物件
  image_list = []
  for item in data:
      url = item[1]  # 第二欄是圖片網址
      try:
          response = requests.get(url)
          img = Image.open(BytesIO(response.content))
          image_list.append(img)
      except Exception as e:
          print(f"無法讀取 {url}: {e}")
  
  # 在 Colab Notebook 中輪播顯示
  for img in image_list:
      clear_output(wait=True)  # 清空上一次圖片
      display(img)       # 顯示圖片
      time.sleep(2)      # 每張圖片停留 2 秒