Python 3 爬虫 豆瓣电影top250(requests,BeautifulSoup解析)

1.使用requests,和BeautifulSoup解析

import requests
from bs4 import BeautifulSoup


HEADERS = {
    "Referer": "https://movie.douban.com/top250",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) "
                   "Chrome/65.0.3325.181 Safari/537.36"
}
html = requests.get("https://movie.douban.com/top250?start=0&filter=")
bsobj = BeautifulSoup(html.content, 'lxml')
with open(r"C:\Users\jone\Desktop\douban.txt", 'w') as fs:
    fs.write(str(bsobj.contents).encode('gb18030').decode('gbk', 'ignore'))

print("done")

2.问题解析:

1.模拟浏览器登陆,添加头信息

2.BeautifulSoup无法解析Response响应,创建BeautifulSoup时,应该解析html.content

3.将网页源码写入txt文件时候,将网页内容转化为字符串后,先encode成gb18030,再解码为gbk,选择忽略不能识别的字符。

  • 0
    点赞
  • 1
    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