Python爬取豆瓣TOP250电影排行榜

# -*- coding: utf-8 -*-
import bs4 
import requests

def open_url(url):
#    url = 'https://movie.douban.com/top250'
    hd = {}
    hd['User-Agent'] = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.92 Safari/537.36'
    r = requests.get(url,headers=hd,timeout=10)
    return r


def find_moive(r):
    soup = bs4.BeautifulSoup(r.text,'html.parser')
    
    #电影名
    moives = []
    targets = soup.find_all('div',class_='hd')
    for each in targets:
        moives.append(each.a.span.text)
    
    #评分
    ranks = []
    targets = soup.find_all('span',class_='rating_num')
    for each in targets: 
        ranks.append('评分: %s' % each.text)
    
    #资料
    messages =[]
    pfgets = soup.find_all('div',class_='bd')
    for each in pfgets:
        #因为还有别的元素影响,所以要用try来避免干扰
        try:
            #这条信息被‘\n’分割成了三个字段,选取第二和第三字段来进行拼接,并去掉首尾的空格
            messages.append(each.p.text.split('\n')[1].strip() + each.p.text.split('\n')[2].strip())
        except:
            continue
        
    #结果
    result = []
    length =len(moives)
    for i in range(length):
        result.append(moives[i] +'  ' + ranks[i] + '  ' + messages[i] + '\n')
    return result

#找出一共多少个页面
#def find_depth():
#    soup = bs4.BeautifulSoup(r.text,'html.parser')
#    
#    depth = soup.find_all('span',class_="next").previuos_sibling.previuos_sibling.text
    
def main():
    host = 'https://movie.douban.com/top250'
    r = open_url(host)
#    depth = find_depth(r)
#    depth = 10
    
    result = []
    for i in range(10):
        url = host + '?start=' + '25 * i'
        r = open_url(url)
        result.extend(find_moive(r))
        
    with open('top250.txt','w',encoding='utf-8') as f:
        for each in result:
            f.write(each)
    


if __name__ == "__main__":
    main()

搞了还久还是一个半成品,被str坑惨了
spyder不需要str(25i)
直接‘25
i’就可以了

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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