鱼C论坛

 找回密码
 立即注册
查看: 3346|回复: 1

一个豆瓣网页简单网页内容的提取

[复制链接]
发表于 2022-9-4 21:05:49 | 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
我写到能打印出下文中包含要提取内容的html,但后面就不知道怎么提取了,试了好久都没成功,就是提取上映的电影的名称,评分,参演人员的信息,大家能帮我试试看吗

  1. import requests
  2. import re
  3. import xlwt
  4. from lxml import html
  5. from bs4 import BeautifulSoup
  6. url = "https://movie.douban.com/cinema/nowplaying/haikou/"
  7. head = {  # 模拟浏览器头部信息,向豆瓣服务器发送消息
  8.         "User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.75 Mobile Safari/537.36 Edg/100.0.1185.36"
  9.     }
  10. resp = requests.get(url,headers= head)
  11. content = resp.text

  12. page = BeautifulSoup(content,"lxml")
  13. nfo = page.find_all("div",class_= "mod-bd")
  14. for i in info:
  15.     title = i.find('li')
  16.     print(title)


  17. print("结束")
复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2022-9-10 21:24:12 | 显示全部楼层
  1. import requests
  2. import re
  3. from bs4 import BeautifulSoup
  4. url = "https://movie.douban.com/cinema/nowplaying/haikou/"
  5. head = {  # 模拟浏览器头部信息,向豆瓣服务器发送消息
  6.     "User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.75 Mobile Safari/537.36 Edg/100.0.1185.36"
  7. }
  8. resp = requests.get(url, headers=head)
  9. content = resp.text

  10. page = BeautifulSoup(content, "lxml")
  11. info = page.find_all('div', id="nowplaying")[0].find_all("li", class_="list-item")
  12. for i in info:
  13.     actors = re.findall(r'data-actors="(.*?)"', str(i))[0]
  14.     title = re.findall(r'data-title="(.*?)"', str(i))[0]
  15.     score = re.findall(r'data-score="(.*?)"', str(i))
  16.     score = score[0] if score != ["0"] else "暂无评分"
  17.     print(actors, title, score)


  18. print("结束")
复制代码
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, 2025-4-26 23:31

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表