【爬虫】七夕快到了,想好和女朋友看什么片了吗?来一起用 Python 爬取豆瓣电影分类排行榜

先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7

深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
img

正文

for i, n in enumerate(typeslist):

print(str(i) + ‘:’, n.text())

choose = int(input(‘请选择:’))

第二步:获取分类榜单


照样是点击Network栏,录制我们的网络活动。这次我们点击一个分类,进入分类界面。可以看到这里有一个链接,就是我们进行请求的网址,Preview 里有我们需要的榜单。注意这里会有两个类似的网址,注意区分:

请添加图片描述

请添加图片描述

但是请求的参数我们无法获取:

请添加图片描述

这时候要说一下,我们在发送请求时,一般地址中问号后面的可以省略,是因为问号后面的即是请求参数,我们发送 params 信息就不需要后面的参数了。params 设置发送请求时所带的参数,字典或字节流格式,作为额外参数连接到url中(问号后的部分)。既然这样,那么我们也可以反过来,在地址中放入参数,就能够省略掉 params 了。

我们可以发现,在网页源代码的分类标签中,href 属性里面有链接后缀:

请添加图片描述

这时候我们只需将请求的网址'https://movie.douban.com/j/chart/top_list'和后缀除/typerank的部分连接起来,就能够得到需要的地址:

add = typeslist[choose].attr(‘href’)

url2 = ‘https://movie.douban.com/j/chart/top_list’ + add.lstrip(‘/typerank’)

#‘https://movie.douban.com/j/chart/top_list?type_name=剧情&type=11&interval_id=100:90&action=’

最后发送 get 请求,获取榜单信息,并不需要params传入参数:

headers2 = {

‘Cookie’: ‘…’,

‘Referer’: ‘https://movie.douban.com/typerank’,

‘User-Agent’: ‘…’

}

response2 = requests.get(url=url2, headers=headers2)

然后再筛选出需要的信息,打印出来:

for i, n in enumerate(response2.json()):

print(i+1, n[‘title’] + ’ ’ + n[‘rating’][0] + ‘【’ + ‘,’.join(n[‘types’]) + ‘】’, sep=’ ')

#打印排名、名称、评分及影片类型

效果:

在这里插入图片描述

完整代码

=======================================================================

from pyquery import PyQuery as pq

import requests

url1 = ‘https://movie.douban.com/chart’

headers1 = {

‘Cookie’: ‘…’,

‘Referer’: ‘https://movie.douban.com/’,

‘User-Agent’: ‘…’

}

response1 = requests.get(url1, headers=headers1) # 第一次请求,获取关键词

typelabels = pq(response1.text).find(‘.types span a’) # 查找节点

typeslist = list(typelabels.items()) # 转为列表,方便之后的索引

for i, n in enumerate(typeslist):

print(str(i) + ‘:’, n.text()) # 打印关键词

choose = int(input(‘请选择:’))

add = typeslist[choose].attr(‘href’)

url2 = ‘https://movie.douban.com/j/chart/top_list’ + add.lstrip(‘/typerank’) # 合并生成url

headers2 = {

‘Cookie’: ‘…’,

‘Referer’: ‘https://movie.douban.com/typerank’,

‘User-Agent’: ‘…’

}

response2 = requests.get(url=url2, headers=headers2) # 第二次请求,获取榜单

for i, n in enumerate(response2.json()): # 打印榜单/

print(i, n[‘title’] + ’ ’ + n[‘rating’][0] + ‘【’ + ‘,’.join(n[‘types’]) + ‘】’, sep=’ ')

选:保存到本地

==========================================================================

一般来说,以上的功能就足以满足查询的需要,但有时候我们也想要把它保存下来,以下是爬取并保存的完整代码:

import requests

from pyquery import PyQuery as pq

import xlwt

新建工作簿

wb = xlwt.Workbook(encoding=‘utf-8’)

url1 = ‘https://movie.douban.com/chart’

headers1 = {

‘Cookie’: ‘…’,

‘Referer’: ‘https://movie.douban.com/’,

‘User-Agent’: ‘…’

}

response1 = requests.get(url1, headers=headers1).text

typelabels = pq(response1.text).find(‘.types span a’) # 查找节点

typeslist = list(typelabels.items()) # 转为列表,方便之后的索引

headers2 = {

‘Cookie’: ‘…’,

‘Referer’: ‘https://movie.douban.com/typerank’,

‘User-Agent’: ‘…’

}

for j in typeslist:

新建工作表

ws = wb.add_sheet(i.text, cell_overwrite_ok=True)

#发送请求

add = i.attr(‘href’)

url2 = ‘https://movie.douban.com/j/chart/top_list’ + add.lstrip(‘/typerank’)

response2 = requests.get(url=url2, headers=headers2)

#提取有用信息

datas = [[i+1, n[‘title’], n[‘rating’][0], ‘【’ + ‘,’.join(n[‘types’]) + ‘】’] for i, n in enumerate(response2.json())]

将表头和内容合并

table += [j for i in datas for j in i]

填入内容

for i, n in enumerate(table):

ws.write(i // 4, i % 4, n)

保存工作表

wb.save(‘豆瓣电影分类排行榜.xls’)

效果:

请添加图片描述

温馨提示:爬取并保存全部,所耗费的时间过长,请耐心等待……

请添加图片描述

做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。

别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。

我先来介绍一下这些东西怎么用,文末抱走。


(1)Python所有方向的学习路线(新版)

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

最近我才对这些路线做了一下新的更新,知识体系更全面了。

在这里插入图片描述

(2)Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

(3)100多个练手项目

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。

在这里插入图片描述

(4)200多本电子书

这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。

基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。

(5)Python知识点汇总

知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。

在这里插入图片描述

(6)其他资料

还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。

在这里插入图片描述

这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
img

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
](https://i-blog.csdnimg.cn/blog_migrate/ceb917a7e06a1ec50f73d7c9caad97c9.png)

这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-pq2YIOuq-1713436700928)]

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

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