python利用requests和lxml库爬取豆瓣top250的电影信息并保存到csv

# coding = utf-8
# Author:'Alvin'
# Date: '2018/8/10'
 
import requests
from lxml import html
import csv
 
#step1 确定url,设置请求头user-agent,利用requests库请求并得到网页源码
def get_content():
    url = 'https://movie.douban.com/top250'
    user_agent = 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
    headers = {
        "User_Agent": user_agent
    }
    response = requests.get(url, headers=headers)
    get_movie_list(response.content)
 
#setp2 分析返回的源码,利用xpath解析源码得到想要获取的内容并以字典的方式存到列表中
def get_movie_list(source):
    selector = html.document_fromstring(source)
    movieList = selector.xpath('//div[@class="info"]')
    movies = []
    for movie in movieList:
        t

  • 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