导入:
import requests
from pyquery import PyQuery as pq
==========================================================================
打开网址:https://movie.douban.com/chart
我们首先要爬取电影分类的文字信息:
我们首先要发送 get 请求获得 html 源码并解析,获取分类信息。
右键,点击检查元素,调出开发者模式,我们先点击Network
栏,录制我们的网络活动。刷新一下网页,可以看到这里有一个链接,就是我们这个网页的网址:
在这里找到网址和请求头,当然,请求头中有许多都是不必要的参数,我们只需要 Cookie、Referer、User-Agent 就可以了。发送请求:
url1 = ‘https://movie.douban.com/chart’
headers1 = {
‘Cookie’: ‘…’,
‘Referer’: ‘https://movie.douban.com/’,
‘User-Agent’: ‘…’
}
response1 = requests.get(url1, headers=headers1) # 发送请求
获取到网页源码后,点击Elements
,然后点击左上角的箭头,选中分类标签,寻找该部分的html源码:
找到分类标签的位置后,用 pyquery 解析一下:
typelabels = pq(response1.text).find(‘.types span a’) # 查找节点
typeslist = list(typelabels.items()) # 转为列表,方便之后的索引
然后我们循环遍历列表,打印出序号和关键词,并等待用户输入:
for i, n in enumerate(typeslist):
print(str(i) + ‘:’, n.text())
choose = int(input(‘请选择:’))
照样是点击Network
栏,录制我们的网络活动。这次我们点击一个分类,进入分类界面。可以看到这里有一个链接,就是我们进行请求的网址,Preview 里有我们需要的榜单。注意这里会有两个类似的网址,注意区分:
但是请求的参数我们无法获取:
这时候要说一下,我们在发送请求时,一般地址中问号后面的可以省略,是因为问号后面的即是请求参数,我们发送 params 信息就不需要后面的参数了。params 设置发送请求时所带的参数,字典或字节流格式,作为额外参数连接到url中(问号后的部分)。既然这样,那么我们也可以反过来,在地址中放入参数,就能够省略掉 params 了。
我们可以发现,在网页源代码的分类标签中,href 属性里面有链接后缀:
这时候我们只需将请求的网址'https://movie.douban.com/j/chart/top_list'
和后缀除/typerank
的部分连接起来,就能够得到需要的地址:
add = typeslist[choose].attr(‘href’)
url2 = ‘https://movie.douban.com/j/chart/top_list’ + add.lstrip(‘/typerank’)
#‘https://movie.douban.com/j/chart/top_list?type_name=剧情&type=11&interval_id=100:90&action=’
最后发送 get 请求,获取榜单信息,并不需要params传入参数:
headers2 = {
‘Cookie’: ‘…’,
‘Referer’: ‘https://movie.douban.com/typerank’,
‘User-Agent’: ‘…’
}
response2 = requests.get(url=url2, headers=headers2)
然后再筛选出需要的信息,打印出来:
for i, n in enumerate(response2.json()):
print(i+1, n[‘title’] + ’ ’ + n[‘rating’][0] + ‘【’ + ‘,’.join(n[‘types’]) + ‘】’, sep=’ ')
#打印排名、名称、评分及影片类型
效果:
=======================================================================
from pyquery import PyQuery as pq
import requests
url1 = ‘https://movie.douban.com/chart’
headers1 = {
‘Cookie’: ‘…’,
‘Referer’: ‘https://movie.douban.com/’,
‘User-Agent’: ‘…’
}
response1 = requests.get(url1, headers=headers1) # 第一次请求,获取关键词
typelabels = pq(response1.text).find(‘.types span a’) # 查找节点
typeslist = list(typelabels.items()) # 转为列表,方便之后的索引
for i, n in enumerate(typeslist):
print(str(i) + ‘:’, n.text()) # 打印关键词
choose = int(input(‘请选择:’))
add = typeslist[choose].attr(‘href’)
url2 = ‘https://movie.douban.com/j/chart/top_list’ + add.lstrip(‘/typerank’) # 合并生成url
headers2 = {
‘Cookie’: ‘…’,
‘Referer’: ‘https://movie.douban.com/typerank’,
‘User-Agent’: ‘…’
}
response2 = requests.get(url=url2, headers=headers2) # 第二次请求,获取榜单
for i, n in enumerate(response2.json()): # 打印榜单/
print(i, n[‘title’] + ’ ’ + n[‘rating’][0] + ‘【’ + ‘,’.join(n[‘types’]) + ‘】’, sep=’ ')
==========================================================================
一般来说,以上的功能就足以满足查询的需要,但有时候我们也想要把它保存下来,以下是爬取并保存的完整代码:
import requests
from pyquery import PyQuery as pq
import xlwt
新建工作簿
wb = xlwt.Workbook(encoding=‘utf-8’)
url1 = ‘https://movie.douban.com/chart’
headers1 = {
‘Cookie’: ‘…’,
‘Referer’: ‘https://movie.douban.com/’,
‘User-Agent’: ‘…’
}
response1 = requests.get(url1, headers=headers1).text
typelabels = pq(response1.text).find(‘.types span a’) # 查找节点
typeslist = list(typelabels.items()) # 转为列表,方便之后的索引
headers2 = {
‘Cookie’: ‘…’,
‘Referer’: ‘https://movie.douban.com/typerank’,
‘User-Agent’: ‘…’
}
for j in typeslist:
新建工作表
ws = wb.add_sheet(i.text, cell_overwrite_ok=True)
#发送请求
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
五、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
[外链图片转存中…(img-hkYpMcbi-1712880310726)]