豆瓣网站:https://movIE.douban.com/chart
先上最后的代码:
from bs4 import BeautifulSoupfrom lxml HTML xml requestsfrom fake_useragent import UserAgent #ua库import xlwt 表格模块n = [] 存放电影名称p = [] 存放电影评分def get_url(): url = "https://movIE.douban.com/chart" ua = UserAgent() headers={'user-agent':ua.random} f = requests.get(url,headers=headers) Get该网页从而获取该HTML内容 soup = BeautifulSoup(f.text,lxml') 用lxml解析器解析该网页的内容,好像f.content也是返回的HTML for k in soup.find_all(div',class_=pl2'): 找到div并且class为pl2的标签 b = k.find(a在每个对应div标签下找a标签 n.append(b.get_text()) 取标签 a 下的文字,并添加到 n 列表中 for i star clearfix): c = i.find_all(span') 在每个对应div标签下找span标签,会发现,一个a里面有四组span t = c[1].string,c[2].string 取相对应span中的字符串,评分和评价人数 p.append(t) 添加到 p 列表中get_url() 获取数据style = xlwt.XFStyle() 初始化样式模板Font = xlwt.Font() 初始化字体模板pattern = xlwt.Pattern() 初始化背景颜色模板 alignment = xlwt.Alignment() 初始化单元格格式模板Font.name = Times New Roman' 指定字体Font.bold = True 加黑Font.height = 20*14 字体pattern.pattern = xlwt.Pattern.soLID_PATTERN 设置背景颜色的模式pattern.pattern_fore_colour = 2 背景颜色alignment.horz = 0x02 0x01(左端对齐)、0x02(水平方向上居中对齐)、0x03(右端对齐)alignment.vert = 0x01 0x00(上端对齐)、 0x01(垂直方向上居中对齐)、0x02(底端对齐)#alignment.wrap = 1 # 设置自动换行style.Font = Font 应用到style中style.pattern = pattern #style.alignment = alignment 应用到style中workbook = xlwt.Workbook()worksheel = workbook.add_sheet(豆瓣电影排行榜') 创建一个新表格worksheel.write(0,1)">电影名填写行、列、值worksheel.write(0,1,1)">评分,style)for x in range(1,11): for y in range(0,2): if y == 0: worksheel.write(x,y,label=n[x-1]) elif y == 1: worksheel.write(x,label=p[x-1])workbook.save(rC:\Users\fan\Desktop\豆瓣影评.xls") 创建excel表
效果图:
思路:
1、进入网页—>F12—>右击影名—>检查—>查看相对应的HTML代码
发现影名是存在<div class="pl2">标签下的<a>标签中,使用requests+BeautifulSoup库获取
评分和评价人数存储在<div class="star clearfix">下的<span>标签中。
所涉及到的库,全部是前文《爬虫常用库》中有介绍。
总结以上是内存溢出为你收集整理的Python新手爬虫一:爬取影片名称评分等全部内容,希望文章能够帮你解决Python新手爬虫一:爬取影片名称评分等所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)