Python爬取bilibili番剧排行


爬取bilibili番剧排行

import requests 
from bs4 import BeautifulSoup
import bs4
import re
def get_url(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return ""
    
def fill(uList,dList,html):
    soup=BeautifulSoup(html,"html.parser")
    for i in soup.find_all('a'):
        if (i.string):
            try:
                str=i.string
                href = i.attrs['href']
                uList.append([href,str])
            except:
                continue
    a=soup.find_all(name='span',attrs={'class':"data-box"})
    for i in a:
        dList.append(i.text)
        


def print_html(uList,dList):
    j=0
    tplt="{0:^5}\t{1:{6}^20}\t{2:^15}\t{3:{6}^15}\t{4:{6}^15}\t{5:{6}^15}"
    print(tplt.format("排名","链接","总播放量","评论人数","喜欢","名称",chr(12288)))
    for i in range(len(uList)):
        u=uList[i]
        print(tplt.format(i+1,u[0],dList[j],dList[j+1],dList[j+2],u[1],chr(12288)))
        j=j+3
        
def main():
    uinfo=[]
    dinfo=[]
    url="https://www.bilibili.com/ranking/bangumi/13/0/3"
    html=get_url(url)
    fill(uinfo,dinfo,html)
    print_html(uinfo,dinfo)
main()

### 使用Python实现Bilibili网页爬虫 为了使用Python实现对Bilibili数据抓取,需理解目标网结构并选择合适的工具和技术。对于较为复杂的点如Bilibili,建议采用成熟的Web爬虫框架Scrapy来进行开发[^2]。 #### 准备工作 - **环境搭建**:确保已安装Python解释器以及pip包管理工具。 - **依赖库安装**:通过`pip install scrapy requests beautifulsoup4 fake-useragent`命令安装必要的第三方库。 #### 构建基本爬虫逻辑 下面是一个简化版的例子,展示了如何利用Requests库发送HTTP请求,并借助BeautifulSoup解析HTML文档: ```python import requests from bs4 import BeautifulSoup from fake_useragent import UserAgent def fetch_page(url): headers = {'User-Agent': UserAgent().random} response = requests.get(url, headers=headers) if response.status_code == 200: return response.text else: raise Exception(f"Failed to load page {url}") def parse_html(html_content): soup = BeautifulSoup(html_content, 'html.parser') video_titles = [] for item in soup.select('.video-item matrix'): title = item.find('a')['title'] video_titles.append(title) return video_titles if __name__ == '__main__': url = "https://www.bilibili.com/v/popular/rank/all" html = fetch_page(url) titles = parse_html(html) print(titles[:5]) # 打印前五个视频标题作为示例 ``` 此代码片段实现了向指定URL发起GET请求获取页面源码,并从中提取出热门排行榜上所有视频的名字列表。 需要注意的是,在实际操作过程中应当遵循各平台的服务条款与隐私政策规定,尊重对方服务器负载情况,适当设置访问频率间隔时间等参数以降低被封禁的风险[^1]。
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