当前位置： 移动技术网 > IT编程>脚本编程>Python > 爬取豆瓣电影排行top250

爬取豆瓣电影排行top250

2019年04月28日  | 移动技术网IT编程  | 我要评论

育龙网,pixxx成员,成都胃肠病医院

功能描述：

爬取豆瓣电影排行top250

使用的库

1、time

2、json

3、requests

4、buautifulsoup

5、requestexception

上机实验室：

"""
    作者：李舵
    日期：2019-4-27
    功能：抓取豆瓣电影top250
    版本：v1.0
"""

import time
import json
import requests
from bs4 import beautifulsoup
from requests.exceptions import requestexception


def get_one_page(url):
    try:
        headers = {'user-agent': 'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/74.0.3729.108 safari/537.36'}
        response = requests.get(url, headers=headers)
        if response.status_code == 200:
            return response.text
        return none
    except requestexception:
        return none


def parse_one_page(html):
    soup = beautifulsoup(html, 'lxml')
    ol_list = soup.find('ol', {'class': 'grid_view'})
    li_list = ol_list.find_all('li')
    for i in range(25):
        move_value = li_list[i]
        yield {
            'index': move_value.find('em', {'class': ''}).text.strip(),
            'title': move_value.find('span', {'class': 'title'}).text.strip(),
            'actor': move_value.find('p', {'class': ''}).text.strip(),
            'score': move_value.find('span', {'class': 'rating_num'}).text.strip()
        }


def write_to_file(content):
    with open('result.txt', 'a', encoding='utf-8') as f:
        print(type(json.dumps(content)))
        f.write(json.dumps(content, ensure_ascii=false)+'\n')


def main(start):
    url = 'https://movie.douban.com/top250?start=' + str(start)
    html = get_one_page(url)
    for item in parse_one_page(html):
        print(item)
        write_to_file(item)


if __name__ == '__main__':
    for i in range(11):
        main(start=i * 25)
        time.sleep(1)

　　

补充说明：

1、

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网