[已解决]爬虫requests.get()抓取数据为空

chunboh

试了一下小甲鱼的抓取豆瓣top250电影的代码
#爬取豆瓣top250电影排行榜
import requests
import bs4
res=requests.get("https://movie.douban.com/top250")
soup=bs4.BeautifulSoup(res.text,"html.parser")
targets=soup.find_all("div",class_="hd")
for each in targets:
    print (each.a.span.text)
得到的数据为空。
求答疑。

最佳答案

月排行榜 / 总排行榜

qiuyouzhi

2021-1-16 09:45:05

加一个 headers 就好了：

1. #爬取豆瓣top250电影排行榜
   
2. import requests
   
3. import bs4
   
4. headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36'}
   
5. res = requests.get("https://movie.douban.com/top250", headers = headers)
   
6. soup = bs4.BeautifulSoup(res.text, "html.parser")
   
7. targets = soup.find_all("div", class_="hd")
   
8. for each in targets:
   
9.     print(each.a.span.text)

复制代码

跳转到最佳答案楼层

朴素的凡人

网站有反爬措施，在headers中加上浏览器的标识

qiuyouzhi

加一个 headers 就好了：

1. #爬取豆瓣top250电影排行榜
   
2. import requests
   
3. import bs4
   
4. headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36'}
   
5. res = requests.get("https://movie.douban.com/top250", headers = headers)
   
6. soup = bs4.BeautifulSoup(res.text, "html.parser")
   
7. targets = soup.find_all("div", class_="hd")
   
8. for each in targets:
   
9.     print(each.a.span.text)

复制代码