初学Python爬取豆瓣TOP250并存储到新建的表格里

import requests
from lxml import etree
# 获取豆瓣电影排行前250的电影信息
count = 0
object1 = open('douban.csv', 'a', encoding='GB18030')

for page in range(0, 10):
    url = 'https://movie.douban.com/top250?start=%s&filter=' % (page*25)
    response = requests.get(url)
    root = etree.HTML(response.content)
    big_cate_list = root.xpath("//ol[@class='grid_view']/li")
    #  标签的 href 属性用于指定超链接目标的 URL
    for big_cate in big_cate_list:
        count = count + 1
        # big_cate_href = big_cate.xpath("div/div/a/@href")[0]
        big_cate_alt = big_cate.xpath("div/div/a/img/@alt")[0]
        big_cate_src = big_cate.xpath("div/div/a/img/@src")[0]
        big_cate_intro = big_cate.xpath("div/div[@class='info']/div[@class='bd']/p/text()")[0].strip()
        big_cate_intro1 = big_cate.xpath("div/div[@class='info']/div[@class='bd']/p/text()")[1].strip()
        #new_intro = "--".join(big_cate_intro)
        big_cate_quote = big_cate.xpath("div/div[@class='info']/div[@class='bd']/p[@class='quote']/span/text()")[0]
        print(count, big_cate_alt, big_cate_src, big_cate_intro, big_cate_intro1, big_cate_quote)
        object1.write(str(count)+","+big_cate_alt+','+big_cate_src+','+big_cate_intro+','+big_cate_intro1+','+big_cate_quote+'\n')
#         object.write('%s' %count)
#         object.write(big_cate_alt)
#         object.write(big_cate_src)
#         object.write(big_cate_intro)
#         object.write(big_cate_intro1)
#         object.write(big_cate_quote)
#         object.write('\n')
# object.close()
    # 网站首页https://movie.douban.com/top250?start=0&filter=
    # 网站第二页 https://movie.douban.com/top250?start=25&filter=
    # 网站第三页 https://movie.douban.com/top250?start=50&filter=
    # 网站第10页 https://movie.douban.com/top250?start=225&filter=

在这里插入图片描述

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