【Python爬虫】使用selenium模块模拟浏览器行为爬取豆瓣电影top250

使用selenium模块模拟浏览器行为访问豆瓣电影top250页面,然后爬取第一页内容之后,模拟点击下一页,从而获取接下来的网页的html代码,并且进行内容筛选。筛选出排名,名字,播放地址,导演和主演,评价数,评分和电影简介。具体实现代码如下(代码中有注释,就不一一拆分解释了):

from bs4 import BeautifulSoup
from selenium import webdriver
from openpyxl import workbook

def dealinfo():
    global tag
    global sign
    # 获取网站源代码
    soup = BeautifulSoup(driver.page_source, 'lxml')
    # 找到所有的电影信息
    movie_list = soup.find('ol', class_='grid_view')

    # 找到电影的播放地址和排名
    pic_list = movie_list.find_all('div',{'class':'pic'})
    for i in pic_list:
        #播放地址
        url_list.append(i.find('a')['href'])
        #排名
        rank_list.append(i.find('em').text)

    # 寻找电影的名字
    title_list = movie_list.find_all('div',{'class':'hd'})
    for i in title_list:
        name = i.
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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