Python爬取豆瓣电影Top25并存储至Excel表格

本文介绍如何使用Python编程语言,结合BeautifulSoup库爬取豆瓣电影Top250的数据,然后利用pandas将数据整理并存储到Excel表格中,方便进一步的数据分析和处理。
摘要由CSDN通过智能技术生成
import requests
import re
import openpyxl
from openpyxl.styles import Font
from openpyxl.styles import colors

def parse_html(url):
    headers = {
   
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 SE 2.X MetaSr 1.0"
    }
    response = requests.get(url, headers=headers)
    text = response.text

    regix = '<div class="pic">.*?<em class="">(.*?)</em>.*?div class="info.*?class="hd"' \
            '.*?class="title">(.*?)</span>.*?class="other">' \
            '(.*?)</span>.*?<div class="bd">.*?<p class="">(.*?)<br>(.*?)</p>' \
            '.*?class="star.*?<span class="(.*?)"></span>.*?' \
            'span class="rating_num".*?average">(.*?)</span>' \
            '.*?<span>(.*?)</span>.*?<span class="inq">(.*?)</span>'

    results = re.findall(regix, text, re.S)
    datalistFather = []
    firstLine = ['排名', '电影名称', '导演', '演员', '年份',
                 '国家', '类型', '星数', '评分', '评价数量', '简介']
    datalistFather.append(firstLine)

    for item in results:
        datalistSon = []
        daoyan = ''
        yanyuan = ''
        titleCn = item[1]
        person = re.sub('&nbsp;', '', item[3].strip())
        persons = person.split("主演:")
        if len(persons) > 1:
            daoyan = persons[0].replace('导演:', '')
            yanyuan = persons[
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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