300字范文,内容丰富有趣,生活中的好帮手!
300字范文 > 利用定向网络爬虫爬取豆瓣电影top250【Python】

利用定向网络爬虫爬取豆瓣电影top250【Python】

时间:2023-08-01 15:40:23

相关推荐

利用定向网络爬虫爬取豆瓣电影top250【Python】

最近在外地实习,闲来无事学了一下requests库和BeautifulSoup,掌握基本用法之后试着爬取了一下豆瓣电影top250,中间也参考了不少其他大佬的博客,所以最后写出来的代码也都大同小异吧,就当聊以自慰了。

简介

利用requests库和bs4中的BeautifulSoup,实现对豆瓣电影top250的爬取,最后将电影信息写入一个文本文件中。

代码如下

'''@Author: Guo Yingwei@Date : -07-06 18:10:29@E-mail: willgyw@@Description: crawl douban Movies Top250 ,and write the information to a file. '''import requestsfrom bs4 import BeautifulSoupimport codecsdef get_page(url):try:r = requests.get(url)r.raise_for_status()r.encoding = r.apparent_encodingreturn r.textexcept:return ''def parse_html(html, return_list):soup = BeautifulSoup(html, 'html.parser') movie_list = soup.find('ol', attrs={'class': 'grid_view'}).find_all('li')for movie in movie_list:title = movie.find('span', attrs={'class': 'title'}).get_text()rating_num = movie.find('span', attrs={'class': 'rating_num'}).get_text()inq = movie.find('span', attrs={'class': 'inq'}).get_text()return_list.append([title, rating_num, inq])return return_listdef write_file(return_list): with codecs.open('doubanMoviesTop250.txt','wb+', encoding='utf-8') as f:tplt = u'{0:<4}\t{1:{4}^16}\t{2:{4}^10}\t{3:<20}'f.write(tplt.format('排名', '名称', '评分', '一句话简介', chr(12288)) + '\n')count = 0for i in return_list:count += 1f.write(tplt.format(count, i[0], i[1],i[2], chr(12288)) + '\n')def main():start_url='/top250'movie_list = [] for i in range(10):html = get_page(start_url + '?start=' + str(25*i))parse_html(html, movie_list)write_file(movie_list) if __name__ == '__main__':main()

结果如下

部分网站源码如下:

<ol class="grid_view"><li><div class="item"><div class="pic"><em class="">1</em><a href="/subject/1292052/"><img width="100" alt="肖申克的救赎" src="/view/photo/s_ratio_poster/public/p480747492.webp" class=""></a></div><div class="info"><div class="hd"><a href="/subject/1292052/" class=""><span class="title">肖申克的救赎</span><span class="title">&nbsp;/&nbsp;The Shawshank Redemption</span><span class="other">&nbsp;/&nbsp;月黑高飞(港) / 刺激1995(台)</span></a><span class="playable">[可播放]</span></div><div class="bd"><p class="">导演: 弗兰克·德拉邦特 Frank Darabont&nbsp;&nbsp;&nbsp;主演: 蒂姆·罗宾斯 Tim Robbins /...<br>1994&nbsp;/&nbsp;美国&nbsp;/&nbsp;犯罪 剧情</p><div class="star"><span class="rating5-t"></span><span class="rating_num" property="v:average">9.6</span><span property="v:best" content="10.0"></span><span>1477697人评价</span></div><p class="quote"><span class="inq">希望让人自由。</span></p></div></div></div></li><li><div class="item"><div class="pic"><em class="">2</em><a href="/subject/1291546/"><img width="100" alt="霸王别姬" src="/view/photo/s_ratio_poster/public/p1910813120.webp" class=""></a></div><div class="info"><div class="hd"><a href="/subject/1291546/" class=""><span class="title">霸王别姬</span><span class="other">&nbsp;/&nbsp;再见,我的妾 / Farewell My Concubine</span></a><span class="playable">[可播放]</span></div><div class="bd"><p class="">导演: 陈凯歌 Kaige Chen&nbsp;&nbsp;&nbsp;主演: 张国荣 Leslie Cheung / 张丰毅 Fengyi Zha...<br>1993&nbsp;/&nbsp;中国大陆 香港&nbsp;/&nbsp;剧情 爱情 同性</p><div class="star"><span class="rating5-t"></span><span class="rating_num" property="v:average">9.6</span><span property="v:best" content="10.0"></span><span>1094842人评价</span></div><p class="quote"><span class="inq">风华绝代。</span></p></div></div></div></li>

博主也是刚刚接触Python的新手,如有错误,欢迎指正。

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。