使用scrapy爬取猫眼电影信息多次后需要验证

项目场景:

使用scrapy爬取猫眼电影的相关信息

问题描述:

项目运行后,红字日志部分出现了下列内容

2021-03-07 12:39:01 [scrapy.downloadermiddlewares.redirect] 
DEBUG: Redirecting (302) to <GET https://verify.maoyan.com/
verify?redirectURL=https%3A%2F%2Fmaoyan.com%2Ffilms&requestC
ode=9aab1b3f93a15007eefcd0b6f691c511mllb5> from <GET https:/
/maoyan.com/films?offset=30>

即出现了一个网址,且并没有进行预定的打印操作

https://verify.maoyan.com/verifyredirectURL=https%3A%2F%2Fmaoyan.com%2Ffilms&requestCode=9aab1b3f93a15007eefcd0b6f691c511mllb5

原因分析:

猫眼电影每过一段时间就要重新验证一下,防止频繁操作

解决方案:

进入上述的网址滑动验证即可
在这里插入图片描述

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
好的,这里是使用Scrapy爬取猫眼电影详细数据的代码: ```python import scrapy class MaoyanSpider(scrapy.Spider): name = 'maoyan' allowed_domains = ['maoyan.com'] def start_requests(self): url = 'https://maoyan.com/films?showType=3' yield scrapy.Request(url=url, callback=self.parse) def parse(self, response): movies = response.xpath('//div[@class="movie-item-hover"]') for movie in movies: movie_url = movie.xpath('./a/@href').extract_first() yield scrapy.Request(url=response.urljoin(movie_url), callback=self.parse_detail) def parse_detail(self, response): movie = {} movie['title'] = response.xpath('//h1/text()').extract_first().strip() movie['category'] = response.xpath('//li[contains(text(),"类型")]/a/text()').extract_first().strip() movie['release_date'] = response.xpath('//li[contains(text(),"上映时间")]/text()').extract_first().strip() movie['score'] = response.xpath('//span[@class="stonefont"]/text() | //span[@class="score-num"]/text() | //div[@class="score"]/span/text()' ).extract_first().strip() movie['actors'] = response.xpath('//li[contains(text(),"主演")]/a/text()').extract() movie['box_office'] = response.xpath('//li[contains(text(),"累计票房")]/span/text()').extract_first() yield movie ``` 解释一下代码: 1. 在`start_requests`方法中,指定了要爬取的页面,并调用`parse`方法; 2. 在`parse`方法中,使用XPath选取每个电影的链接,并发送请求,通过`callback`指定要调用的函数`parse_detail`; 3. 在`parse_detail`方法中,使用XPath选取详细信息,并将结果存入字典`movie`中,最后使用`yield`返回字典。注意:由于不同电影页面上的评分信息的XPath路径可能不同,所以这里使用了3个不同的XPath路径,以保证能够正确选取评分信息
评论 4
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