爬取豆瓣Top250数据并且可视化

最新推荐文章于 2025-02-07 17:53:56 发布

qq_53580297

最新推荐文章于 2025-02-07 17:53:56 发布

阅读量5.5k

点赞数 11

文章标签：爬虫 python 数据挖掘数据可视化

本文链接：https://blog.csdn.net/qq_53580297/article/details/122072772

版权

本文展示了如何使用爬虫抓取豆瓣Top250数据，并通过Python进行数据可视化，包括柱状图、折线图和饼状图的绘制。

摘要由CSDN通过智能技术生成

爬取豆瓣Top250数据并且数据可视化

话不多说，直接上代码

爬虫代码展示

-*- codeing = utf-8 -*-
from bs4 import BeautifulSoup  # 网页解析，获取数据
import re  # 正则表达式，进行文字匹配`
import urllib.request, urllib.error  # 制定URL，获取网页数据
import xlwt  # 进行excel操作

findLink = re.compile(r'<a href="(.*?)">')  # 创建正则表达式对象，标售规则   影片详情链接的规则
findImgSrc = re.compile(r'<img.*src="(.*?)"', re.S)
findTitle = re.compile(r'<span class="title">(.*)</span>')
findRating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
findJudge = re.compile(r'<span>(\d*)人评价</span>')
findInq = re.compile(r'<span class="inq">(.*)</span>')
findBd = re.compile(r'<p class="">(.*?)</p>', re.S)

def main():
    baseurl = "https://movie.douban.com/top250?start="  #要爬取的网页链接
    # 1.爬取网页
    datalist = getData(baseurl)
    savepath = ".\\豆瓣电影Top250.xls"    #当前目录新建XLS，存储进去
    # dbpath = "movie.db"              #当前目录新建数据库，存储进去
    # 3.保存数据
    saveData(datalist,savepath)      #2种存储方式可以只选择一种
    # saveData2DB(datalist,dbpath)

#爬取网页
def getData(baseurl):
    datalist = []  #用来存储爬取的网页信息
    for i in range(0, 10):  # 调用获取页面信息的函数，10次
        url = baseurl <

最低0.47元/天解锁文章