Python爬取豆瓣一周口碑榜

标题 Python爬取豆瓣一周口碑榜

@author XGan 2019/11/09 周六

获取豆瓣电影网一周口碑榜
网址:https://movie.douban.com/

在这里插入图片描述

python requests库以及xpath实现

import requests
import random
from lxml import etree
import json as josn
import encodings
head = [
“Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36,
“Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36]

def gethtml(url):
	res = requests.get(url,headers={
	‘User-Agent’:random.choice(head)
	})
	html = etree.HTML(res.text)
	return html
	#获取的xpath
    #电影标题 //div[@class=‘billboard-bd’]//td/a/text()
    #电影链接//div[@id=‘billboard’]/div[@class=‘billboard-bd’]//td//a/@href
def html_process(html):
	titles = html.xpath("//div[@id=‘billboard’]/div[@class=‘billboard-bd’]//tr//a")
    # href = titles.xpath(’/@href’).extract()[0]
	# print(href)
	with open(’…/aliyun/一周热映.josn’,‘w+) as f:
	print(’’ * 30 + “开始保存josn文件完成” + '’ * 30)
	for title in titles:
	# 获取当前节点文本
	title10 = title.xpath(./text())[0]
	# 获取当前节点的所有属性
	href = title.xpath(./attribute::)[1]
	dict ={title10:href}
	f.write(str(dict)+"\n")
	print(’‘30+“保存josn文件完成”+’’*30)

if name ==“main”:
	url = “https://movie.douban.com/”
	http = gethtml(url)
	html_process(http)

运行结果
在这里插入图片描述
josn中查看
在这里插入图片描述
-------------blog 2019 /11/12 周二 修改样式

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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