python3爬取豆瓣电影信息(前500部)

本文详细介绍了使用Python3爬取豆瓣电影Top500的过程,包括数据抓取、解析及存储等步骤,旨在分享网络爬虫实战技巧。
摘要由CSDN通过智能技术生成
import requests
from bs4 import BeautifulSoup
import operator
from lxml import etree
import json

class Spider(object):
    def __init__(self):
        self.headers={
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'
        }


    def getHtml(self,url):
        res = requests.get(url,headers=self.headers)
        return res.content.decode("utf-8")

    def handleInfo(self):
        html = self.getHtml("https://movie.douban.com/j/search_subjects?type=movie&tag=%E8%B1%86%E7%93%A3%E9%AB%98%E5%88%86&sort=rank&page_limit=1000&page_start=0")
        dic = json.loads(html)
        movies = dic["subjects"]
        #获取导演和主演信息

        print("正在爬取...")
        for movie in movies:
             movieDetail =json.loads(self.getHtml("https://mo
  • 0
    点赞
  • 5
    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