爬虫实例——利用BeautifulSoup库爬取芒果TV页面信息
使用 python爬虫 爬取页面信息。首先从网络上获取芒果TV网页内容,然后提取网页内容中信息到合适的数据结构 ,最后利用数据结构展示并输出结果。
功能描述
输入:芒果TV的url链接
输出:电视剧信息输出(电视剧,剧情)
技术路线:request—bs4
定向爬虫:仅对输入url进行爬取,不进行扩展爬取
结果如下:
代码如下:
import requests
from bs4 import BeautifulSoup
import bs4
url="https://v.qq.com/channel/tv"
ulist=[]
r=requests.get(url)
r.raise_for_status()
r.encoding=r.apparent_encoding
demo=r.text
soup=BeautifulSoup(demo,"html.parser")
lis = soup.find_all('a','slider_figure')
#lis为一个列表,列表元素为item,每一个item即为一个<a>....</a>标签
for item in lis:
#对标签采用find_all()方法找到div,返回类型为列表,列表元素为div标签,之后对再提取标签信息
tds = item('div')
ulist.append([tds[2].string,tds[4].string])
tplt="{0:{2}^20}\t{1:{2}^20}"
print(tplt.format("电视剧","剧情 ",chr(12288)))
for i in range(20):
u=ulist[i]
print(tplt.format(u[0],u[1],chr(12288)))