python爬电影排名用os bs4_编写python脚本利用requests+bs4模块爬取豆瓣电影top250的数据...

首先,爬取地址为以下地址:

我们的目标是爬取一页或者多页,并且输出电影的正标题,副标题、其他名、导演和主演、年份、国家、类型、评分、评分人数、名言等信息。

9a516c61e0d9cf0d26591fb940d5069f.png

首先要做的是引入requests和bs4两个模块,另外我们还使用到了正则表达式模块re。

import requests # 获取网页内容

from bs4 import BeautifulSoup # 解析网页内容

import re # 正则匹配内容

然后是获取网页内容的主要逻辑,我们需要对爬虫的请求头进行伪装,也就是设置user-agent。

def get_html(URL):

header = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '

'Chrome/79.0.3945.130 Safari/537.36'}

res = requests.get(URL, headers=header) # 获取网页,并带有伪装的浏览器头,一般好的网站会有检测是不是程序访问

res.encoding = res.apparent_encoding # 设置编码,防止乱码

# print(res.text)#输出网页内容

  • 1
    点赞
  • 3
    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