我的第一个爬虫小程序之利用requests和lxml库爬取豆瓣电影新片top10

这篇博客介绍了如何使用Python的requests和lxml库抓取豆瓣电影新上映影片的前10名,并将数据保存到txt和Excel文件。在实现过程中,博主遇到了命名冲突、xpath索引错误以及文件写入模式设置不当的问题,并逐一解决。
摘要由CSDN通过智能技术生成

利用requests和lxml库爬取豆瓣电影新片top10,并写入txt文档和Excel中

代码部分:

import requests
import pandas as pd
from lxml import etree

# parser = etree.HTMLParser('encoding = utf-8')
# html = etree.parse('tencent.html',parser=parser)
# # 1.获取所有的tr标签,xpath返回的是一个列表
# trs = html.xpath("//tr")
# for tr in trs:
#     print(etree.tostring(tr,encoding = 'utf-8').decode("utf-8"))

url = 'https://movie.douban.com/chart'
headers = {
    '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'}
resp = requests.get(url=url, headers=headers)
with open('douban.html', 'w', encoding='utf-8') as pt:
    pt.write(resp.content.decode('utf-8'))
text = resp.text
print(resp.text)

html = etree.HTML(text)
trs 
  • 2
    点赞
  • 3
    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