(爬虫入门)爬取豆瓣电影的一周口碑榜

爬取豆瓣电影的一周口碑榜

豆瓣电影
先利用浏览器的开发者选项获取表格的位置
开发者选项
确定位置后利用request库和BeautifulSoup库进行简单的爬取

import requests
from bs4 import BeautifulSoup


def getHTMLText(url):
    try:
        kv = {
            'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'}
        r = requests.get(url, headers=kv, timeout=30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""


def fillUnivList(ulist, html):
    soup = BeautifulSoup(html, "html.parser")
    body = soup.body
    data = body.find(attrs={'class': 'billboard-bd'})
    trs = data.find_all('tr')
    for tr in trs:
        name = tr.find('a').string
        ulist.append(name)
    return ulist


def printUnivList(ulist):
    num = 1
    for i in ulist:
        print('{:>2}: {:<}'.format(num, i))
        num += 1


def main():
    uinfo = []
    url = "https://movie.douban.com/"
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    printUnivList(uinfo)


main()

爬取完成

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
豆瓣电影的评论,你可以使用Python编写一个爬虫程序。首先,你需要准备工作,包括导入相关库和设置的网页地址。 你可以参考中提到的Python实现的豆瓣电影信息功能来进行编写。根据这个例子,你可以使用`requests`库发送HTTP请求获网页内容,使用`BeautifulSoup`库解析网页内容。你可以将评论的网页链接作为参数传递给爬虫程序。 为了简单起见,你可以先只第一页的评论内容,然后根据需要逐步更多的评论。你可以参考中提供的链接来修改地址的start值来获更多的评论内容。 请注意,豆瓣网站对爬虫有一定的限制,你需要设置合理的请求头信息来模拟浏览器访问。 在评论内容时,你可以使用CSS选择器或XPath表达式来定位评论所在的HTML元素,并提出评论内容。 最后,你可以将到的评论保存到文件或数据库中,或者进行进一步的处理和分析。 总结起来,豆瓣电影评论的步骤如下: 1. 准备工作,导入相关库,设置网页地址; 2. 发送HTTP请求获网页内容; 3. 使用BeautifulSoup解析网页内容,定位评论所在的HTML元素,并提评论内容; 4. 根据需要修改地址的start值获更多的评论; 5. 将评论保存到文件或数据库中,或进行进一步处理和分析。 希望这个回答对你有帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值