在好例子网,分享、交流、成长!
您当前所在位置:首页Python 开发实例Python语言基础 → python爬取豆瓣top250电影信息实例

python爬取豆瓣top250电影信息实例

Python语言基础

下载此实例
  • 开发语言:Python
  • 实例大小:3.40KB
  • 下载次数:34
  • 浏览次数:411
  • 发布时间:2020-05-04
  • 实例类别:Python语言基础
  • 发 布 人:zlay
  • 文件格式:.py
  • 所需积分:2

实例介绍

【实例简介】 python爬虫初级学习,爬取豆瓣top250电影信息

【实例截图】


from clipboard


【核心代码】


import re import requests from bs4 import BeautifulSoup def get_content(url, ):  try:  #浏览器标识  user_agent = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.109 Safari/537.36"  response = requests.get(url, headers={'User-Agent': user_agent})  response.raise_for_status() # 如果返回的状态码不是200, 则抛出异常;   不是200代表错误  response.encoding = response.apparent_encoding # 判断网页的编码格式, 便于respons.text知道如何解码;  except Exception as e:  print("爬取错误")  else:  print(response.url)  print("爬取成功!")  return response.content def parser_content(htmlContent):  # 实例化soup对象, 便于处理;  soup = BeautifulSoup(htmlContent, 'html.parser')  #  1). 电影信息存储在ol标签里面的li标签:  #  <ol class="grid_view">  olObj = soup.find_all('ol', class_='grid_view')[0]   #  2). 获取每个电影的详细信息, 存储在li标签;  details = olObj.find_all('li')   for detail in details:  # 3). 获取电影名称;  movieName = detail.find('span', class_='title').get_text()   # 4). 电影评分:  movieScore = detail.find('span', class_='rating_num').get_text()   # 5). 评价人数***************  # 必须要转换类型为字符串  movieCommentNum = str(detail.find(text=re.compile('\d 人评价')))  # 6). 电影短评  movieCommentObj = detail.find('span', class_='inq')  if movieCommentObj:  movieComment = movieCommentObj.get_text()  else:  movieComment = "无短评"  movieInfo.append((movieName, movieScore, movieCommentNum, movieComment))   import openpyxl def create_to_excel(wbname, data, sheetname='Sheet1', ):  """  将制定的信息保存到新建的excel表格中;  :param wbname:  :param data: 往excel中存储的数据;  :param sheetname:  :return:  """  print("正在创建excel表格%s......" % (wbname))  # wb = openpyxl.load_workbook(wbname)  #  如果文件不存在, 自己实例化一个WorkBook的对象;  wb = openpyxl.Workbook()  # 获取当前活动工作表的对象  sheet = wb.active # 修改工作表的名称  sheet.title = sheetname # 将数据data写入excel表格中;  print("正在写入数据........")  for row, item in enumerate(data): # data发现有4行数据, item里面有三列数据;  print(item)  for column, cellValue in enumerate(item):  # cell = sheet.cell(row=row   1, column=column   1, value=cellValue)  cell = sheet.cell(row=row  1, column=column  1)  cell.value = cellValue
    wb.save(wbname)  print("保存工作薄%s成功......." % (wbname))   if __name__ == '__main__':  doubanTopPage = 10 #总共需要爬取多少个页面  perPage = 25 #每个页面的间隔  # [(), (), ()]  movieInfo = []  # 1, 2, 3 ,4, 5  for page in range(1, doubanTopPage  1):  # start的值= (当前页-1)*每页显示的数量(25)  url = "https://movie.douban.com/top250?start=%s" % ((page - 1) * perPage)  content = get_content(url)  parser_content(content)  create_to_excel('E:/testll.xlsx', movieInfo, sheetname="豆瓣电影信息") 


实例下载地址

python爬取豆瓣top250电影信息实例

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警