Scrapy 获取电影详细信息

import scrapy
from scrapy import Selector, Request
import sys
sys.path.append(r'D:\编程\pycharm\py文件\scrapy\spider2107\spider2107')
from items import MovieItem



class MovieSpider(scrapy.Spider):
    # 爬虫名
    name = 'movie'
    # 爬取网站的域名
    allowed_domains = ['movie.douban.com']
    # 入口url
    start_urls = ['https://movie.douban.com/top250']
    def start_requests(self):
        for page in range(1):
            yield scrapy.Request(url=f'https://movie.douban.com/top250?start={page*25}&filter=')



    def parse(self, response):
        # 首先抓取电影列表
        movie_list = response.xpath("//ol[@class='grid_view']/li")
        for selector in movie_list:
            # 遍历每个电影列表,从其中精准抓取所需要的信息并保存为item对象
            detail_url = selector.css('div.info > div.hd > a::attr(href)').extract_first()
            # print(detail_url)
            item = MovieItem()
            item['name'] = selector.xpath(".//span[@class='title']/text()").extract_first()
            item['ranting'] = selector.xpath(".//span[@class='rating_num']/text()").extract_first()
            item['inq'] = selector.xpath(".//span[@class='inq']/text()").extract_first()

            yield Request(
                url=detail_url,
                callback=self.parse_detail,
                cb_kwargs={'item': item}
            )

    def parse_detail(self, response, **kwargs):
        item = kwargs['item']

        item['duration'] = response.xpath(".//span[@property='v:runtime']/text()").extract_first()
        item['comment'] = response.xpath(".//span[@property='v:summary']/text()").extract_first()

        yield item


在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    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