【Python】爬虫实战02:电影市场票房情况分析与可视化




import requests
from bs4 import BeautifulSoup
import pandas as pd
 
# 获取网页内容
def get_html(url):
    try:
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
        response = requests.get(url, headers=headers)
        return response.text
    except requests.RequestException as e:
        print(e)
        return None
 
# 解析网页数据
def parse_data(html):
    soup = BeautifulSoup(html, 'lxml')
    data = []
    for tr in soup.find('tbody').children:
        if isinstance(tr, bs4.element.Tag):
            tds = tr('td')
            data.append({
                '排名': tds[0].text,
                '电影名': tds[1].text,
                '票房': tds[2].text,
                '上映天数': tds[3].text,
                '上映场次': tds[4].text,
                '人均票房': tds[5].text
            })
    return data
 
# 保存数据到CSV
def save_to_csv(data, filename):
    df = pd.DataFrame(data)
    df.to_csv(filename, index=False, encoding='utf-8-sig')
 
# 主函数
def main():
    url = 'http://www.bj-m.com/boxoffice/bom/202101/ranking.html'
    html = get_html(url)
    data = parse_data(html)
    save_to_csv(data, '2021年1月票房排行.csv')
 
if __name__ == '__main__':
    main()

这段代码实现了从网页爬取数据、解析数据、保存数据到CSV文件的完整流程。使用了requests库获取网页内容,BeautifulSoup进行网页解析,pandas处理和保存数据。代码简洁,注重逻辑性和实用性,是学习爬虫技术的一个很好的示例。

最后修改于:2024年08月13日 18:08

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日