当前位置：首页 > news >正文

python爬虫豆瓣top250

news 2024/11/14 23:54:43

注意

1，BeautifulSoup lxml解析器安装

2，代码缩进格式

f.close()

import csvimport requests
from bs4 import BeautifulSoup# 请求头部
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}# 解析页面函数
def parse_html(html):# soup = BeautifulSoup(html, 'html.parser')soup = BeautifulSoup(html, 'lxml')movie_list = soup.find('ol', class_='grid_view').find_all('li')# print("response movie_list", movie_list)for movie in movie_list:title = movie.find('div', class_='hd').find('span', class_='title').get_text()rating_num = movie.find('div', class_='star').find('span', class_='rating_num').get_text()comment_num = movie.find('div', class_='star').find_all('span')[-1].get_text()writer.writerow([title, rating_num, comment_num])# 保存数据函数
def save_data():f = open('douban_movie_top250.csv', 'a', newline='', encoding='utf-8-sig')global writerwriter = csv.writer(f)writer.writerow(['电影名称', '评分', '评价人数'])for i in range(10):url = 'https://movie.douban.com/top250?start=' + str(i * 25) + '&filter='response = requests.get(url, headers=headers)# print("response text", response.text)parse_html(response.text)f.close()if __name__ == '__main__':save_data()# 1，BeautifulSoup lxml 解析器安装
# 2，BeautifulSoup 如何引入第三方库 BeautifulSoup lxml，默认是导入的是python内置的解析器
#
# 1. 安装 Python 和 pip
# 确保你已经安装了 Python 和 pip。你可以在终端中运行以下命令来检查是否已安装：
#
# bash
# python3 --version
# pip3 --version
# 如果没有安装 Python 3，可以从 Python 官网 下载并安装 Python 3。通常，安装 Python 后 pip 会自动安装。
#
# 2. 安装 BeautifulSoup 和 lxml
# 安装 beautifulsoup4
# BeautifulSoup 是一个用于解析 HTML 和 XML 的库，通常与 beautifulsoup4 包一起使用。
#
# 在终端中输入以下命令来安装 beautifulsoup4：
#
# bash
# pip3 install beautifulsoup4

查看全文

http://www.mrgr.cn/news/70376.html