鱼C论坛

 找回密码
 立即注册
查看: 1825|回复: 7

[已解决]我同样的代码为什么在pycharm上打印不出来

[复制链接]
发表于 2021-11-12 14:42:37 | 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
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.span.text)


在pycharm上打印不出来,有无大佬给解决一下
最佳答案
2021-11-13 09:55:28
本帖最后由 suchocolate 于 2021-11-13 09:57 编辑
import requests
import bs4

headers = {'user-agent': 'Mozilla'}  # 替换默认的user-agent, 否则会触发418豆瓣请你喝茶。
res = requests.get('https://movie.douban.com/top250', headers=headers)
soup = bs4.BeautifulSoup(res.text, 'html.parser')
targets = soup.find_all('div', class_='hd')
for each in targets:
    print(each.span.text)
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2021-11-12 14:50:43 | 显示全部楼层
最后一行的print函数少打了一个a,应该是print(each.a.span.text),但是就算这样我尝试在pycharm上打印也还是打印不出来啊
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 2021-11-13 09:55:28 | 显示全部楼层    本楼为最佳答案   
本帖最后由 suchocolate 于 2021-11-13 09:57 编辑
import requests
import bs4

headers = {'user-agent': 'Mozilla'}  # 替换默认的user-agent, 否则会触发418豆瓣请你喝茶。
res = requests.get('https://movie.douban.com/top250', headers=headers)
soup = bs4.BeautifulSoup(res.text, 'html.parser')
targets = soup.find_all('div', class_='hd')
for each in targets:
    print(each.span.text)
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

 楼主| 发表于 2021-11-15 14:32:22 | 显示全部楼层

大佬哪个print(each.a.span.text)是什么意思,为什么会这样写
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 2021-11-15 15:19:14 | 显示全部楼层
哈哈哈ha1 发表于 2021-11-15 14:32
大佬哪个print(each.a.span.text)是什么意思,为什么会这样写

each在循环里就是div,each.a.span.text就是打印 div下的a下的span下的文本内容,一点点就时一个层级。
按我的代码执行应该有东西输出吧?
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

 楼主| 发表于 2021-11-15 16:34:54 | 显示全部楼层
suchocolate 发表于 2021-11-15 15:19
each在循环里就是div,each.a.span.text就是打印 div下的a下的span下的文本内容,一点点就时一个层级。
...

输出了大佬,可以帮我看一下这个代码么,我爬取豆瓣250电影排行榜,为什么资料和评分那一部分是空的,爬取不到资料和评分,有什么改进的方法么

#完整版代码
import requests
import bs4
import re


def open_url(url):
    #使用代理
    #proxies = (“http”:"127.0.0.1:1080","https":127.0.0.1:1080)
    headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36'}
    #res = requests.get(url,headers=headers,proxies=proxies)
    res = requests.get(url,headers=headers)
    return res
def find_movies(res):
    soup = bs4.BeautifulSoup(res.text,'html.parser')
    #电影名
    movies = []
    targets = soup.find_all('div',class_='hd')
    for each in targets:
        movies.append(each.a.span.text)
    #评分
    ranks=[]
    targets = soup.find_all('span',class_='rating_num')
    for each in targets:
        ranks.append('评分:%s' % each.txt)
    #资料
    messages = []
    targets = soup.find_all('div',class_='bd')
    for i in targets:
        try:
            messages.append(each.p.text.split('\n')[1].strip() + each.p.text.split('\n')[2].strip())
        except:
            continue
    result = []
    length = len(movies)
    for i in range(length):
        result.append(movies[i] + ranks[i] + messages[i] + '\n')
    return result
#找出有多少个页面
def find_depth(res):
    soup = bs4.BeautifulSoup(res.text,'html.parser')
    depth = soup.find('span',class_='next').previous_sibling.previous_sibling.text
    return int(depth)
def main():
    host = 'https://movie.douban.com/top250'
    res = open_url(host)
    depth = find_depth(res)
    result = []
    for i in range(depth):
        url = host + '/?start=' + str(25 * i)
        res = open_url(url)
        result.extend(find_movies(res))
    with open('豆瓣TOP250电影.txt','w',encoding='utf-8') as f:
        for each in result:
            f.write(each)
if __name__ == '__main__':
    main()
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 2021-11-15 18:28:32 | 显示全部楼层
哈哈哈ha1 发表于 2021-11-15 16:34
输出了大佬,可以帮我看一下这个代码么,我爬取豆瓣250电影排行榜,为什么资料和评分那一部分是空的,爬 ...
import requests
import bs4
import re


def open_url(url):
    # 使用代理
    # proxies = (“http”:"127.0.0.1:1080","https":127.0.0.1:1080)
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36'}
    # res = requests.get(url,headers=headers,proxies=proxies)
    res = requests.get(url, headers=headers)
    return res


def find_movies(res):
    soup = bs4.BeautifulSoup(res.text, 'html.parser')
    # 电影名
    movies = []
    targets = soup.find_all('div', class_='hd')
    for each in targets:
        movies.append(each.a.span.text)
    # 评分
    ranks = []
    targets = soup.find_all('span', class_='rating_num')
    for each in targets:
        ranks.append('评分:%s' % each.text)  # 之前写成了each.txt
    # 资料
    messages = []
    targets = soup.find_all('div', class_='bd')
    for each in targets:
        try:
            messages.append(each.p.text.split('\n')[1].strip() + each.p.text.split('\n')[2].strip())
        except:
            continue
    result = []
    length = len(movies)
    for i in range(length):
        result.append(movies[i] + ranks[i] + messages[i] + '\n')  # index漏了
    return result


# 找出有多少个页面
def find_depth(res):
    soup = bs4.BeautifulSoup(res.text, 'html.parser')
    depth = soup.find('span', class_='next').previous_sibling.previous_sibling.text
    return int(depth)


def main():
    host = 'https://movie.douban.com/top250'
    res = open_url(host)
    depth = find_depth(res)
    result = []
    for i in range(depth):
        url = host + '/?start=' + str(25 * i)
        res = open_url(url)
        result.extend(find_movies(res))
    with open('豆瓣TOP250电影.txt', 'w', encoding='utf-8') as f:
        for each in result:
            f.write(each)


if __name__ == '__main__':
    main()
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 2021-11-15 18:38:45 | 显示全部楼层
import requests
from bs4 import BeautifulSoup


def main():
    headers = {'user-agent': 'Mozilla'}
    m_name = []
    m_score = []
    m_info = []
    for i in range(10):
        url = f'https://movie.douban.com/top250?start={i * 25}'
        r = requests.get(url, headers=headers)
        soup = BeautifulSoup(r.text, 'html.parser')
        m_name.extend([item.text.split('\xa0')[0].strip() for item in soup.find_all('div', class_='hd')])
        m_score.extend([item.text for item in soup.find_all('span', class_='rating_num')])
        info = [item.text.strip().replace('\n', '').replace('\xa0', '')
                for item in soup.find_all('div', class_='bd')]
        if len(info) > 25:
            info = info[1:]
        m_info.extend(info)
    with open('result.txt', 'w', encoding='utf-8') as f:
        for i in range(len(m_name)):
            f.write(f'{m_name[i]}  {m_score[i]}  {m_info[i]}\n')


if __name__ == '__main__':
    main()
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 20:02

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表