豆瓣电影top250

暑假又来了，看电视剧？多浪费时间，何不回味经典呢，对吧，下面和大家一起爬取豆瓣250.相信这应该是和我一样的小白必走过的路吧，没有什么反爬，很适合我这样的小白，所有网站都这样多好（狗头）哈哈。
下面先看爬取的结果吧

感觉提取发行时间，发行国家，和电影类型的可能不像电影名那样直接。
直接上代码吧

import requests
import parsel
import re
import time
for page in range(10):
    print('**********************正在爬取第{}页************************'.format(str(page+1)))
    base_url='https://movie.douban.com/top250?start={}&filter='.format(str(page))
    headers={'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Safari/537.36'}
    response=requests.get(base_url,headers=headers)
    #print(response)
    response.encoding=response.apparent_encoding
    selector=parsel.Selector(response.text)
    lis=selector.xpath('//ol[@class="grid_view"]/li')
    #print(len(lis))
    for li in lis:
        title=li.xpath('.//span[@class="title"]/text()').get()
        #print(title)
        star=li.xpath('.//div[@class="bd"]/p[1]/text()').get().strip()
        #print(star)
        relaetime=li.xpath('.//div[@class="bd"]/p[1]').re('\d{4}')[0]
        #print(relaetime)
        score=li.xpath('.//span[@class="rating_num"]/text()').get()
        #print(score)
        guojia=li.xpath('.//div[@class="bd"]/p').get()
        guojia=guojia.split('<br>')[1]
        nation=re.findall(' \d{4}.*?/.*?(.*?)/.*?(.*?)</p>',guojia,re.S)[0][0]
        type=re.findall(' \d{4}.*?/.*?(.*?)/.*?(.*?)</p>',guojia,re.S)[0][1].strip()
        #print(nation,type)

        with open('电影.csv',mode='a',encoding='utf-8')as f:
            f.write(f'{title},{relaetime},{score},{nation},{type},{star}')
            f.write('\n')
    print('￥￥￥￥￥￥￥￥￥￥￥￥￥￥第{}页爬取成功￥￥￥￥￥￥￥￥￥￥￥￥￥￥'.format(str(page+1)))
    time.sleep(3)

嘿嘿，祝大家有个愉快的暑假。