目标网站:https://movie.douban.com/typerank?type_name=%E5%96%9C%E5%89%A7&type=24&interval_id=100:90&action=
当鼠标滚轮向下滑动的时候,发现网页内容是自己加载出来的
每加载一页就会有一个链接跳出来,那这个链接有没有包含我们想要抓取的内容呢,来到response发现json字符串,将json格式化的到这样一个列表。
说明这就是我们像要爬取的内容,接着分析该请求
start表示从第几个开始,limit表示显示多少条数据,每页出现的电影个数与其值有关,将其当作请求时的参数
代码如下
import requests
import pymysql
url = 'https://movie.douban.com/j/chart/top_list?type=11&interval_id=100%3A90&action='
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36'}
movie_num = input('搜索电影数量:')
params = {
'type': '11',
'interval_id': '100:90',
'action': '',
'start': '0',
'limit': movie_num
}
response = requests.get(url, params=params, headers=headers).json()
# f = open('movie.txt', 'w', encoding='utf-8')
conn = pymysql.connect(host='127.0.0.1', user='root', password='123', database='python_data')
cur = conn.cursor()
for movie in response:
movie_name = movie['title']
movie_score = movie['score']
sql = 'insert into movies value (%s,%s)'
cur.execute(sql, (movie_name, movie_score))
conn.commit()
conn.close()
# f.write(movie_name + ':' + movie_score + '\n')
# f.close()