鱼C论坛

 找回密码
 立即注册
查看: 3623|回复: 3

[技术交流] 爬取豆瓣电影top250信息

[复制链接]
发表于 2021-7-15 01:09:40 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
明天再拿其他网站练练手
'''爬取豆瓣电影top250'''

#导入所需库
import requests
import bs4

#访问top250首页
def open_url(url):
    headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.85 Safari/537.36'}
    res = requests.get(url,headers = headers)

    return res

#获取单页的电影名,评分,资料
def find_movies(res):
    #熬一锅汤先
    soup = bs4.BeautifulSoup(res.text,'html.parser')

    #找电影名并保存到列表中
    name = []
    targets_name = soup.find_all('div',class_='hd')
    for each in targets_name:
        name.append(each.a.span.text)

    #评分
    rank = []
    targets_rank = soup.find_all('span',class_='rating_num')
    for each in targets_rank:
        rank.append('评分:%s' %each.text)

    #资料
    message = []
    targets_message = soup.find_all('div',class_='bd')
    for each in targets_message:
        try:
            message.append(each.p.text.split('\n')[1].strip() + each.p.text.split('\n')[2].strip())
        except:
            continue

    #汇总信息
    result = []
    length = len(name)
    for i in range(length):
        result.append('《' + name[i] + '》' + '\n' + rank[i] + '\n' + message[i] + '\n\n')

    return result


#获取页数
def find_depth(res):
    soup = bs4.BeautifulSoup(res.text,'html.parser')
    depth = soup.find('a',href='?start=225&filter=').text

    return int(depth)

def main():
    host = 'http://movie.douban.com/top250'
    res = open_url(host)
    depth = find_depth(res)

    result = []
    for i in range(depth):
        url = host + '?start=' + str(i*25) + '&filter='
        res = open_url(url)
        result.extend(find_movies(res))

    with open('豆瓣电影TOP250.txt','w',encoding='utf-8') as f:
        for each in result:
            f.write(each)

if __name__=='__main__':
    main()

结果如图
top250.png
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2021-7-16 10:42:25 | 显示全部楼层
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2022-2-2 23:06:38 | 显示全部楼层
优秀的!!!
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2022-2-4 08:46:07 | 显示全部楼层
厉害了
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-1-12 09:49

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表