鱼C论坛

 找回密码
 立即注册
查看: 1574|回复: 2

[已解决]爬取豆瓣TOP250的电影

[复制链接]
发表于 2021-11-15 18:19:58 | 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
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ranks和messas列表是空的,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 + ranks + messages + '\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()
最佳答案
2021-11-15 18:43:10
本帖最后由 suchocolate 于 2021-11-16 12:38 编辑

1)ranks.append('评分:%s' % each.txt)  # 应该是each.text
2)资料那块: for i in targets: # 应该时for each in targets:
3) result.append(movies + ranks + messages + '\n')  # 应该是
result.append(movies[i] + '\t' +ranks[i] + '\t' + messages[i] + '\t'+ '\n')
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 2021-11-15 18:43:10 | 显示全部楼层    本楼为最佳答案   
本帖最后由 suchocolate 于 2021-11-16 12:38 编辑

1)ranks.append('评分:%s' % each.txt)  # 应该是each.text
2)资料那块: for i in targets: # 应该时for each in targets:
3) result.append(movies + ranks + messages + '\n')  # 应该是
result.append(movies[i] + '\t' +ranks[i] + '\t' + messages[i] + '\t'+ '\n')
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 2021-11-16 11:02:19 | 显示全部楼层
suchocolate 发表于 2021-11-15 18:43
1)ranks.append('评分:%s' % each.txt)  # 应该是each.text
2)资料那块: for i in targets: # 应该时for ...

大佬牛逼,谢谢大佬
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 20:07

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表