Python爬虫爬取豆瓣图片及文字信息

Python爬虫爬取豆瓣图片及文字信息

import requests
from bs4 import BeautifulSoup


#url = "https://movie.douban.com/top250"
#                                                                               0到250 因为只有250条 每页显示25条
urls = ['https://movie.douban.com/top250?start='+str(n)+'&filter=' for n in range(0,250,25)]

'''
    start每页增加25条
    https://movie.douban.com/top250?start=25&filter=
    https://movie.douban.com/top250?start=50&filter=
    https://movie.douban.com/top250?start=75&filter=
'''
#设置网络请求头 - 模拟浏览器
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.109 Safari/537.36"
}

#序号
i = 0

for url in urls:
    web_get = requests.get(url,headers=headers)
    #print(web_get)<Response [200]>
    #text 转成文本  lxml解析
    soup = BeautifulSoup(web_get.text,'lxml')
    #网页源码
    #print(soup)
    #电影名称div class='hd'子节点 a标签
    titles = soup.select('div.hd > a')
    #print(titles)
    #电影评分  <span class="rating_num" property="v:average">9.6</span>
    rotes = soup.select('span.rating_num')
    #print(rotes)
    #图片路径  <img width="100" alt="肖申克的救赎" src="https://img3.doubanio.com/view/photo/s_ratio_poster/public/p480747492.webp" class="">
    imgs = soup.select('img[width="100"]')
    #print(imgs)
    for title,rote,img in zip(titles,rotes,imgs):
        #将列表转成字典
        data = {
            #子节点
            'title':list(title.stripped_strings),
            'rote':rote.get_text(),
            'img':img.get('src'),
        }
        #print(data)
        #请求图片地址
        i+=1
        fileName = str(i)+'、'+data['title'][0]+' '+data['rote']+'分.jpg'
        pic = requests.get(data['img'])
        with open('C:/Users/Administrator/Desktop/douban_test/'+fileName,'wb') as photo:
            #图片是二进制的 所以要转成二进制 要用到content
            photo.write(pic.content)

结果:

在这里插入图片描述

  • 0
    点赞
  • 7
    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