python3+beautufulSoup+lxml爬取猫眼电影的信息

爬取猫眼电影的排名电影信息

import requests
import json
from bs4 import BeautifulSoup

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'
}

def getPage(url):   #获取请求页面
    try:
        response = requests.get(url,headers = headers)
        if response.status_code == 200:  #判断状态码是否正常
            return response.text
        else:
            return None
    except Exception:  #异常基类,包含了python所有错误的类型
        return None

def getInfo(html):  #数据分析,获取信息
    soup = BeautifulSoup(html,'lxml')  #第一个参数是提取的网页,第二个是html解析器
    items = soup.select('dd')  #找见所有的dd标签

    for item in items:
        index= item.find('i',class_='board-index').get_text()   #get_text()提取文本
        name = item.find('p',class_='name').get_text()
        start = item.find('p',class_='star').get_text().strip()   #strip()对字符串进行处理
        time = item.find('p',class_='releasetime').get_text()
        score = item.find('p',class_='score').get_text()

        #生成器
        yield {
            '排名': index,
            '电影名称': name,
            '主演': start,
            '上映时间': time,
            '评分': score
        }

#写入文件
def writeData(file):
    with open('maoyan.txt','a',encoding='utf-8')as f:  #python中对象无法写入文件,要把字典对象转成json数据
        f.write(json.dumps(file,ensure_ascii=False)+'\n')

#调用
if __name__ =="__main__":
    for num in [i * 10 for i in range(11)]:
        url = 'https://maoyan.com/board/4?offset='+str(num)
        html = getPage(url)
        for item in getInfo(html):
            print(item)
            writeData(item)

注意:class='star’必须写成class_=‘star’

  • 0
    点赞
  • 1
    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