[已解决]跟着小甲鱼的视频操作却爬取不到top250电影的名字

15070159117

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.a.span.text)

   
for each in targets:
        print(each.a.span.text)

        
到最后打印不出结果，请问哪出问题了？

最佳答案

月排行榜 / 总排行榜

liuzhengyuan

2023-10-26 08:38:20

被反爬虫了（这个网站只会给浏览器发送数据）
需要加一个 headers 来假装自己是浏览器

1. 
   
2. import requests
   
3. import bs4
   
4. headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36'}
   
5. res = requests.get('https://movie.douban.com/top250', headers=headers)
   
6. soup = bs4.BeautifulSoup(res.text,'html.parser')
   
7. targets = soup.find_all('div',class_='hd')
   
8. print(targets)
   
9. for each in targets:
   
10.     print(each.a.span.text)

复制代码

跳转到最佳答案楼层

isdkz

问题出在代码的循环部分。在你的代码中，你使用了两个相同的循环来打印电影的名字。这就导致了重复打印的问题。

解决这个问题的方法是将两个循环合并为一个循环，这样就可以正确地打印出电影的名字。以下是修改后的代码：

1. import requests
   
2. import bs4
   
3. 
   
4. res = requests.get('https://movie.douban.com/top250')
   
5. soup = bs4.BeautifulSoup(res.text, 'html.parser')
   
6. targets = soup.find_all('div', class_='hd')
   
7. 
   
8. for each in targets:
   
9.     print(each.a.span.text)
   

复制代码

这样就可以正确地打印出top250电影的名字了。

15070159117

不是这个问题诶，两次打印是因为我第一次打印在IDLE中没有结果，所以再试了一次，结果还是没用

liuzhengyuan

被反爬虫了（这个网站只会给浏览器发送数据）
需要加一个 headers 来假装自己是浏览器

1. 
   
2. import requests
   
3. import bs4
   
4. headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36'}
   
5. res = requests.get('https://movie.douban.com/top250', headers=headers)
   
6. soup = bs4.BeautifulSoup(res.text,'html.parser')
   
7. targets = soup.find_all('div',class_='hd')
   
8. print(targets)
   
9. for each in targets:
   
10.     print(each.a.span.text)

复制代码

15070159117

liuzhengyuan 发表于 2023-10-26 08:38
被反爬虫了（这个网站只会给浏览器发送数据）
需要加一个 headers 来假装自己是浏览器

感谢大大，折腾好久了