求一个爬虫代码学习学习
小甲鱼之前的代码现在已经不能用了,想要一个最新的爬虫代码。例如小甲鱼的爬取豆瓣的代码。用来寻找自己的不足之处。
本帖最后由 sfqxx 于 2023-4-6 20:03 编辑
您好!以下是一个使用Python的最新的爬取豆瓣电影页面的示例代码:
import requests
from bs4 import BeautifulSoup
url = 'https://movie.douban.com/top250'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'html.parser')
movie_list = soup.find_all('div', class_='hd')
for i in range(len(movie_list)):
movie_name = movie_list.a.span.text
print(f'{i+1}. {movie_name}')
首先,我们导入requests和BeautifulSoup库。然后指定网址和请求头信息。发送请求并使用BeautifulSoup解析HTML文档。最后,我们通过查找包含电影标题的HTML元素来提取所需信息。
请注意,这只是一个简单的示例代码,您可以根据个人需要对其进行修改和扩展。同时,请务必遵守网站的爬取规则和法律法规,以免触犯相关法律。
备注说明:因为动态渲染(https://www.nuanshi100.com/wenda ... &c=&p=22291),所以在F12里看到的不是requests爬到的。用Selenieum可以解决这个问题 把你不能用的代码放出来,你啥也不说谁知道你要爬什么 from selenium import webdriver
option = webdriver.ChromeOptions()
option.add_argument('headless')
chrome = webdriver.Chrome(options=option)
chrome.get('https://movie.douban.com')
print(chrome.page_source)
chrome.close() 代码发出来,改改还能用,缝缝补补又是一年 https://fishc.com.cn/thread-217071-1-1.html
这是爬取百度翻译的
论坛上可用的有很多,在我的主页里找找看吧{:10_257:} 歌者文明清理员 发表于 2023-4-3 18:29
运行了全部报红{:10_266:}
张旭博 发表于 2023-4-5 08:04
运行了全部报红
报错信息呢? sfqxx 发表于 2023-4-5 20:32
您好!以下是一个使用Python的最新的爬取豆瓣电影页面的示例代码:
备注说明:因为动态渲染(https://www.nuanshi100.com/wenda/48903010d4f74b7f924b1333f0ff4229.html?order=ORDER_TIME&c=&p=22291),所以在F12里看到的不是requests爬到的。用Selenieum可以解决这个问题
页:
[1]