交流群:687306936
老师QQ:2024964385
笔记可以添加老师QQ领取
# 第三天 豆瓣电影排行榜
https://movie.douban.com/typerank?type_name=%E5%8F%A4%E8%A3%85&type=30&interval_id=100:90&action=
1. 找到数据源地址
2. 发送请求
3. 获取数据
4. 解析数据
5. 存储数据
```python
# -*- coding: utf-8 -*-
'''
目标:爬取豆瓣电影排行榜
任务描述:电影名字,分类,评分
URL:https://movie.douban.com/typerank?type_name=%E5%8F%A4%E8%A3%85&type=30&interval_id=100:90&action=
1.找到数据源地址
https://movie.douban.com/j/chart/top_list?type=30&interval_id=100%3A90&action=&start=0&limit=20
https://movie.douban.com/j/chart/top_list?type=30&interval_id=100%3A90&action=&start=40&limit=20
2.观察链接
发现start变化
start相当于拉动滚动条(翻页)
3.构造URL发送请求
4.获取数据(text或json())
5.解析数据--提取出需要的数据
6.存储数据
'''
from requests import get
#format
class 豆瓣:
headers={
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36'
}
def __init__(self):
res=self.发送请求()
ls,ll=self.解析数据(res)
self.存储数据(ls,ll)
print('完成')
def 发送请求(self):
res=[]
#UA-浏览器信息,用于模拟浏览器
for i in range(0,61,20):
url='https://movie.douban.com/j/chart/top_list?type=30&interval_id=100%3A90&action=&start={}&limit=20'.format(i)
response=get(url=url,headers=self.headers).json() #json格式
res.append(response) #在res这个列表的末尾添加数据
#常见的反爬虫之一:UA
return res
def 解析数据(self,res):
ls=[];ll=[]
for i in res:
for ix in i:
ls.append('/'.join(ix['actors']))
ll.append('/'.join(ix['types']))
return ls,ll
def 存储数据(self,ll,ls):
with open('x.csv','w',encoding='utf-8-sig') as csvfile:
csvfile.write('名字,类型\n')
for i in range(len(ll)):
csvfile.write('%s,%s\n'%(ll[i],ls[i]))
if __name__=='__main__':
豆瓣() #实例化
'''
def w(x,y):
pass
w(x=3,y=2)
'''
```