Python 爬取豆瓣Top250

最新推荐文章于 2024-06-24 15:49:09 发布

ベ远行ミ

最新推荐文章于 2024-06-24 15:49:09 发布

阅读量229

点赞数

文章标签： python 爬虫

本文链接：https://blog.csdn.net/weixin_46463984/article/details/120571565

版权

该博客介绍了如何使用Python爬虫从豆瓣网站抓取电影Top250的详细信息，包括电影名称、评分、评价人数等，并将数据存储到Excel文件中。通过正则表达式解析HTML内容，利用BeautifulSoup库进行数据提取，最后用xlwt库保存数据。

摘要由CSDN通过智能技术生成

Python 爬取豆瓣Top250

跟着哔哩哔哩里的 Python 257万播放量的老师学习，老师讲的很详细也很透彻，把代码贴出来为了提供一起学习的小伙伴们参考。

# -*- coding: utf-8 -*-
# @Author : llvyr
# @qq:994814645    


import urllib.parse
import urllib.request
import urllib.error
from bs4 import BeautifulSoup
import urllib.parse
import re
import xlwt

baseturl = "https://movie.douban.com/top250?start="
savaPath = "豆瓣电影Top250.xls"

# 电影的详情匹配规则
# 电影链接
findLink = re.compile(r'<a href="(.*?)">')
# 电影图片
findImg = re.compile(r'<img.*src="(.*?)"', re.S)  # re.S 让换行符包含在字符内
# 电影片名
findTitle = re.compile(r'<span class="title">(.*)</span>')
# 电影评分
findRating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
# 电影评价人数
findCommentNo = re.compile(r'<span>(\d*)人评价