Python+requests+lxml爬取豆瓣电影短评

# 1-数据 -- requests
"""
豆瓣指定电影短评---10页
    1-下载页面
    2-检索数据
    3-数据存储
"""
import requests
from lxml import html
def download(url):
    code = requests.get(url).text  # str
    code = html.fromstring(code)
    return code

def getvalues(code):
    # 20 个短评
    text_list = []
    div_list = code.xpath('//div[@class="comment-item"]')
    for div in div_list:
        text = div.xpath('div[@class="comment"]/p/span/text()')
        text_list.append(text[0])
    return text_list

if __name__ == "__main__":
    pages = 10  # 下载短评10页
    all_text = []  # 存储10页短评信息
    for page in range(pages):
        url = "https://movie.douban.com/subject/30334073/comments?start={}&limit=20&sort=new_score&status=P".format(page * 20)
        # 1-下载
        code = download(url)
        # 2-检索内容 - 一页短评
        text_list = getvalues(code)  # 当前页的文本
        all_text.extend(text_list)
        with open("source\\豆瓣短评.txt", "w", encoding="utf-8") as f:
            for text in all_text:
                f.write(text + "\n")
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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