认识爬虫:如何使用 requests 模块根据电影类型爬取豆瓣电影排名前20的信息与评分

使用Python的requests模块可以轻松实现对豆瓣电影排行榜的爬取。以下是一个简单的示例代码,它将爬取前20部电影的名称、类型、评分和评论数。




import requests
from bs4 import BeautifulSoup
 
# 定义豆瓣电影TOP250的URL
base_url = 'https://movie.douban.com/top250/'
 
# 定义一个列表来保存所有电影信息
movies = []
 
# 循环访问每一页
for page in range(0, 250, 25):
    # 构造具体页面的URL
    url = base_url + str(page)
    
    # 发送HTTP请求
    response = requests.get(url)
    
    # 检查请求是否成功
    if response.status_code == 200:
        # 使用BeautifulSoup解析页面
        soup = BeautifulSoup(response.text, 'html.parser')
        
        # 找到包含电影信息的列表
        movie_list = soup.find('ol', class_='grid_view')
        
        # 遍历电影列表,提取信息
        for movie in movie_list.find_all('li'):
            name = movie.find('div', class_='info').find('div', class_='hd').find('a').text
            rating = movie.find('div', class_='info').find('div', class_='bd').find('div', class_='star').find('span', class_='rating_num').text
            score = movie.find('div', class_='info').find('div', class_='bd').find('p', class_='quote').text
            comments = movie.find('div', class_='star').find_next_sibling('div', class_='bd').find('p', class_='quote').text
            
            # 将提取的信息添加到movies列表中
            movies.append({
                'name': name,
                'rating': rating,
                'score': score,
                'comments': comments
            })
            print(f"{name} 已添加到列表。")
    else:
        print(f"请求页面{url}失败。")
 
# 打印movies列表,查看爬取的结果
print(movies)

请注意,这个示例代码没有处理网络请求中的异常,也没有考虑反爬虫策略。实际应用中可能需要添加更多的错误处理和反反爬虫措施。

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