python爬虫之豆瓣电影

一起进步吧!感谢大家的支持和关注

遇到的问题

  • 动态加载页面和静态页面的区别
  • 为什么选json()反序列化
  • 持续化存储

源代码

import requests

# url 分析
# https://movie.douban.com/j/chart/top_list?type=19&interval_id=100%3A90&action=&start=0&limit=20
# https://movie.douban.com/j/chart/top_list?type=19&interval_id=100%3A90&action=&start=20&limit=20
# https://movie.douban.com/j/chart/top_list?type=19&interval_id=100%3A90&action=&start=40&limit=20

url = "https://movie.douban.com/j/chart/top_list"

headers = {
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36',

}

for num in range(0, 401, 20):
    params = {
        "type": 19,
        "interval_id": "100:90",
        "action": "",
        "start": num,  # 动态的值
        "limit": 20,
    }
    print(num)
    res = requests.get(url=url, params=params, headers=headers).json()
    # print(res)
    fp = open('./douban.txt', 'a', encoding="utf-8")
    for dic in res:
        title = dic['title']
        score = dic['score']
        fp.write(title + ':' + score + '\n')
        print(title, '爬虫保存成功!')
print("爬取成功")

反思

  • 爬取速度太慢
  • 怎么去改善

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