python豆瓣电影Top 250排行榜图片下载2.6.5-CSDN博客

本文链接：https://blog.csdn.net/u013781363/article/details/144437710

# @File     : douban_movie_top_250.py
# @function : 爬取豆瓣电影排行榜Top 250部电影的片名、海报图片地址并下载海报图片
# @Software : PyCharm Community Edition，谷歌Chrome浏览器
# @Knowledge: requests、正则表达式、图片下载

import os.path
import requests
import re
from bs4 import BeautifulSoup
from lxml import etree

# 豆瓣音乐排行榜网址
url = 'http://localhost:8080/douban/douban1.html'
base_url = 'http://localhost:8080/douban/'

# 补全代码：使用requests库发送请求并获取返回结果
response = requests.get(url)
response.encoding = response.apparent_encoding
html_content = response.content.decode('utf-8')

# 通过正则表达式获取片名title
def get_music_title():
    # 补全代码
    if 200 == response.status_code:
        html = response.text
        tree = etree.HTML(html)
        musice_list = tree.xpath('//div[@class="pl2"]')
        title_list = []
        for musice in musice_list:
            title = musice.xpath('.//a/text()')[0].strip()
            title_list.append(title)
        #print(title_list)
    return title_list

# 通过正则表达式获取音乐海报图片网址
def get_music_images():
    # 补全代码
    pattern = re.compile(r'<img src="(.*?)"', re.S)
    image_list = re.findall(pattern, html_content)
    return image_list


def clean_filename(filename):
    # 移除文件名中的特殊字符
    # 它用于过滤字符串filename中的字符。具体地说，它保留字母数字字符，以及空格、下划线和破折号。
    return "".join(c for c in filename if c.isalnum() or c in (' ', '_', '-'))

# 打印片名和海报图片网址，并通过requests库下载图片
def print_titles_download_images(titles, images):
# 下载的海报图片保存在imgs文件夹中，需要提前创建好imgs文件夹
# 补全代码:打印的片名前需要有序号
    if not os.path.exists('imgs'):
        os.mkdir('imgs')
    for i, (title, image_url) in enumerate(zip(titles, images), 1):#同时获得每个元素的索引和对应的值，拥有相同索引的数组元素，组合在一起
        clean_title = clean_filename(title)
        print(f"{i}. Title: {title}, Image Url: {base_url+image_url.lstrip('./')}")
        image_content = requests.get(base_url+image_url.lstrip('./')).content
        with open(f'imgs/{i}_{clean_title}.jpg', 'wb') as f:
            f.write(image_content)


if __name__ == "__main__":
    #补全代码
    titles = get_music_title()
    images = get_music_images()
    print_titles_download_images(titles, images)

计算机程序设计员（三级）操作技能考核

试题单

准考证号：

试题代码：2.6.5

试题名称：豆瓣电影Top 250排行榜图片下载

考核时间：40 min

1.场地设备要求

（1）硬件设备：PC机，最低配置要求Intel(R) Core(TM)i5-6500 CPU，4G内存，200G硬盘。

（2）软件环境：预装Windows 7操作系统及以上版本、Microsoft Office 2010及以上版本。

（3）开发环境：预装JDK V1.8及以上版本开发环境包、Eclipse 4.3及以上版本集成开发环境、Python3.7及以上版本解释器、PyCharm集成开发环境、MySQL 5.0及以上版本。

（4）素材： /素材/douban_movie_top_250.py

2.工作任务