鱼C论坛

 找回密码
 立即注册
查看: 3847|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
  1. '''爬取豆瓣电影top250'''

  2. #导入所需库
  3. import requests
  4. import bs4

  5. #访问top250首页
  6. def open_url(url):
  7.     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'}
  8.     res = requests.get(url,headers = headers)

  9.     return res

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

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

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

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

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

  37.     return result


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

  42.     return int(depth)

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

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

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

  55. if __name__=='__main__':
  56.     main()
复制代码


结果如图
top250.png
小甲鱼最新课程 -> https://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
小甲鱼最新课程 -> https://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!!!
小甲鱼最新课程 -> https://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
小甲鱼最新课程 -> https://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, 2025-4-30 13:53

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表