python2 spider 豆瓣电视剧

这篇博客主要介绍了在Python2中遇到的使用requests+xpath无法获取豆瓣电视剧数据的问题,并转向使用requests+json成功获取数据的解决方案。通过分析页面源代码和数据来源URL:https://movie.douban.com/j/search_subjects?type=tv&tag=热门&sort=recommend&page_limit=20&page_start=0,博主分享了如何利用json解析来实现数据的抓取。
摘要由CSDN通过智能技术生成

直接上代码,第一种方式获取不到数据。

#.*-coding:utf-8-*-
import requests
import re
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
from lxml import etree

class spider(object):

    # 获取url对应的网页源码
    def getsource(self,url):
        headers = {'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:52.0) Gecko/20100101 Firefox/52.0'}
        source = requests.get(url, headers=headers)
        return source.text

    def getNeedInfo(self,sourceHtml):
        selector = etree.HTML(sourceHtml)
        print selector
        result = etree.tostring(selector)
        #print(result.decode("utf-8"))
        fd = open("result.txt", "w")
        fd.write(result.decode("utf-8"))
        fd.close()

        html_title = selector.xpath('//a[@class="item"]/div[@class="cover-wp"]/img//@alt')
        print html_title
        ht
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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