python3学习之路 -- 9.2.1）- 获取yemian信息

Gloria！

已于 2022-05-24 15:22:27 修改

阅读量222

点赞数

分类专栏： python3.8学习之路文章标签：爬虫

于 2022-05-19 08:39:41 首次发布

本文链接：https://blog.csdn.net/lurongrong520_/article/details/124794523

版权

Python爬虫 BeautifulSoup 数据抓取 CSV文件电影信息

关键词由CSDN通过智能技术生成

python3.8学习之路专栏收录该内容

65 篇文章 0 订阅

订阅专栏

import requests
from bs4 import BeautifulSoup
import csv

url = "https://baike.baidu.com/item/易烊千玺"
header = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36"
}
resp = requests.get(url, headers=header)
resp.encoding = "UTF-8"
#print(resp.text)
page = BeautifulSoup(resp.text, "lxml")
#print(page)

f = open("03_1_qianxi.csv", "w", encoding="UTF-8", newline="")
csv_writer = csv.writer(f)

'''
# 获取到 杂志写真 中图片的所有链接
alist = page.find("ul", class_="magazine-slider maqueeCanvas", style="width:7200px").find_all("img") #范围第一次缩小后的img标签信息
#print(alist)
for src in alist:
    print(src.get("src")) #采用get可以获取到img标签中src属性对应的数据
'''
# 获取到 参演电影 中的信息  电影名字，时间，导演
div1 = page.find("div", class_="viewport", id="marqueeViewport_2886060508")#范围第一次缩小
divs = div1.find_all("div", class_="info")
for div in divs:
    bs = div.find_all("b", class_="title")
    ps = div.find_all("p")
    dds = div.find_all("dd")
    bs1 = str(bs[0].text).split("[")[0]
    #bs2 = bs[0].contents[0]
    #print(bs[0].text)
    #print(ps[0].text, dds[0].text, dds[1].text)
    #print(bs[0].text, dds[0].text, dds[1].text)
    #csv_writer.writerow([bs[0].text, dds[0].text, dds[1].text])
    csv_writer.writerow([bs1, dds[0].text, dds[1].text])
    #print(type(bs1))
    #print(bs1)
    #break #单纯的控制循环
    #print(bs1)
f.close()