CSV文件在网络爬虫中的应用_nowplaying，阿里Python面试题

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。

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）

正文

这里以豆瓣电影为案例，获取豆瓣电影中正在上映的电影，并且把这些数据写入到CSV的文件中，主要是电影名称， 电影海报的链接地址和电影评分。这里使用到的库是lxml，lxml是一款高性能的Python HTML/XML解析器，安装命令为：

pip3  install lxml

使用它的时候主要会使用到xpath的语法（当然这里不会详细的介绍xpath）。首先见要获取的数据，如下图所示：

链接地址是:https://movie.douban.com/cinema/nowplaying/xian/，那么首先我们利用requests的库来对它获取请求，然后获取到文件的内容，实现的代码为：

下来我们使用lxml对text进行解析，解析如果对lxml熟悉相对来说是比较简单的，实现的代码是:

打开浏览器的调试模式，鼠标具体定位要获取的数据，这里是获取所有的数据，依据源码可以看到它是在div下面，同时这个div的class是lists，见下图所示：

那么就先获取到所有的uls，实现的代码为：

然后我们对uls进行循环，输出的对象都是Element，那么我们就需要在这些Element对象中获取电影名称，海报链接地址，和评分，见循环输出的内容：

首先来获取电影海报的链接地址，见海报链接地址在源码中的位置截图：

依据上图中可以看到，海报的链接地址和电影名称实在a标签下的img标签中，先来获取海报链接地址，它的xpath是.//a/@href，具体见实现的代码和输出：

下来来获取电影的名称，它也是在img标签中的alt属性中，它的xpath是.//a/img/@alt，见获取的源码：

最后获取平评分，来看评分在源码中的位置，见下图所示：

依据上图可以看到评分是在li标签下的span标签中并且span标签的class属性是subject-rate，那么它的xpath是.//span[@class=“subject-rate”]/text()，见获取评分的数据代码：

可以看到某些电影的评分是空，同时评分应该是整型，那么就需要做处理和判断，首先判断，如果是[]，替换成0，如果是[‘8.3’]这样的，把它转成整型，但是它是列表类型，那么就是列表转为字符串再转为整型，见实现的源码和输出的评分结果：

通过如上得到了电影的名称，电影的海报地址，和电影的评分，那么它这些数据放在movie的字典中，同时在函数的循环外面定义一个列表movies[]，把movie添加到列表movies中，见实现的源码：

我们循环输出列表movies看内容具体是，见执行输出的结果：

下来就是把电影名称，电影海报链接地址和电影评分写入到CSV的文件中，见完整实现的源码：

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

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）

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！

转存中…(img-xBuPUZK6-1713657051186)]

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！