基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

python爬虫初级学习,爬取豆瓣top250电影信息

import re import requests from bs4 import BeautifulSoup def get_content(url, ):  try:  #浏览器标识  user_agent = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.109 Safari/537.36"  response = requests.get(url, headers={'User-Agent': user_agent})  response.raise_for_status() # 如果返回的状态码不是200， 则抛出异常;   不是200代表错误  response.encoding = response.apparent_encoding # 判断网页的编码格式， 便于respons.text知道如何解码;  except Exception as e:  print("爬取错误")  else:  print(response.url)  print("爬取成功!")  return response.content def parser_content(htmlContent):  # 实例化soup对象， 便于处理；  soup = BeautifulSoup(htmlContent, 'html.parser')  #  1). 电影信息存储在ol标签里面的li标签:  #  <ol class="grid_view">  olObj = soup.find_all('ol', class_='grid_view')[0]   #  2). 获取每个电影的详细信息, 存储在li标签;  details = olObj.find_all('li')   for detail in details:  # 3). 获取电影名称;  movieName = detail.find('span', class_='title').get_text()   # 4). 电影评分：  movieScore = detail.find('span', class_='rating_num').get_text()   # 5). 评价人数***************  # 必须要转换类型为字符串  movieCommentNum = str(detail.find(text=re.compile('\d 人评价')))  # 6). 电影短评  movieCommentObj = detail.find('span', class_='inq')  if movieCommentObj:  movieComment = movieCommentObj.get_text()  else:  movieComment = "无短评"  movieInfo.append((movieName, movieScore, movieCommentNum, movieComment))   import openpyxl def create_to_excel(wbname, data, sheetname='Sheet1', ):  """  将制定的信息保存到新建的excel表格中;  :param wbname:  :param data: 往excel中存储的数据;  :param sheetname:  :return:  """  print("正在创建excel表格%s......" % (wbname))  # wb = openpyxl.load_workbook(wbname)  #  如果文件不存在， 自己实例化一个WorkBook的对象;  wb = openpyxl.Workbook()  # 获取当前活动工作表的对象  sheet = wb.active # 修改工作表的名称  sheet.title = sheetname # 将数据data写入excel表格中;  print("正在写入数据........")  for row, item in enumerate(data): # data发现有4行数据， item里面有三列数据;  print(item)  for column, cellValue in enumerate(item):  # cell = sheet.cell(row=row   1, column=column   1, value=cellValue)  cell = sheet.cell(row=row  1, column=column  1)  cell.value = cellValue
    wb.save(wbname)  print("保存工作薄%s成功......." % (wbname))   if __name__ == '__main__':  doubanTopPage = 10 #总共需要爬取多少个页面  perPage = 25 #每个页面的间隔  # [(), (), ()]  movieInfo = []  # 1, 2, 3 ,4, 5  for page in range(1, doubanTopPage  1):  # start的值= (当前页-1)*每页显示的数量(25)  url = "https://movie.douban.com/top250?start=%s" % ((page - 1) * perPage)  content = get_content(url)  parser_content(content)  create_to_excel('E:/testll.xlsx', movieInfo, sheetname="豆瓣电影信息")