python2.7+lxml爬取猫眼电影烂片top20

前言


众所周知,BeautifulSoup 是个非常强大的库,不过还有一些比较流行的解析库,例如 lxml,使用的是 Xpath 语法,同样是效率比较高的解析方法。如果大家对 BeautifulSoup 使用不太习惯的话,可以尝试下 Xpath。(墙裂推荐哦)

lxml的安装:

pip install lxml

lxml教程(仅供参考)


代码

# -*- coding: UTF-8 -*-

import requests
from lxml import etree
#request和lxml,用于网络请求和解析

import sys
reload(sys)
sys.setdefaultencoding('utf8')
#用于解决python2.7中文编码问题

ori_url = 'http://maoyan.com/films?sortId=1&offset={}'
#猫眼电影主页url,offset从0开始递增,一页30部电影

headers={
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
    'Cookie': 'your cookie',
    #填写你自己的浏览器cookie
    'Host': 'maoyan.com',
    'Referer': 'http://maoyan.com/',
    'Upgrade-Insecure-Requests': '1',
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36'
}

all_url=[]

for i in range(11):
    offset = str(i*30)
    req_url = ori_url.format(offset)
    all_url.append(req_url)
#一共11页,url动态变化

movie_item=list()
i = 0
j = 0
for url in all_url:
    html = requests.get(url, headers=headers).text
    selector = etree.HTML(html)    
    infos = selector.xpath('//div[@class="movies-list"]/dl[@class="movie-list"]//div[@class="channel-detail movie-item-title"]/a')
    #xpath爬取电影name和电影url
    j = i
    for info in infos:
        movie_item.append(dict())
        movie_url = 'http://maoyan.com' + info.xpath('@href')[0]
        movie_name = info.xpath('text()')[0]
        movie_item[i]['name'] = movie_name
        movie_item[i]['url'] = movie_url
        i += 1

    score = selector.xpath('//div[@class="channel-detail channel-detail-orange"]')
    #xpath爬取电影评分(两种情况:有评分/暂无评分)
    for item in score:
        if item.text == None:
            sc= item.getchildren()[0].text+item.getchildren()[1].text
        else:
            sc= item.text
        movie_item[j]['score'] = sc
        j+=1

movie_item = sorted(movie_item, key=lambda item:item['score'], reverse=False)
#按照评分排序
file=open('./p_data/movieinfos.txt','w')
#将结果写入本地文件
print len(movie_item)
for i in range(len(movie_item)):
    file.write(str(movie_item[i]['name'])+'    '+str(movie_item[i]['score'])+'    '+str(movie_item[i]['url'])+'\n')
file.close()

最终结果

image.png

Ps:银翼杀手和异形契约在我看来是很好的两部电影,导演水准也很高(心情复杂

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容

  • 人生苦短,我用Python。 起初,这篇文章是打算来写 XPath 的,可是后来一想,我需要的仅是 XPath 的...
    Moscow1147阅读 20,715评论 1 14
  • 说真的,不知道为啥!只要一问那些做过爬虫的筒靴,不管是自己平时兴趣爱好亦或是刚接触入门,都喜欢拿豆瓣网作为爬虫练手...
    hu1991die阅读 2,627评论 0 2
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,392评论 25 707
  • 很多人安装环境通过这个网址基本上能正常安装,http://reactnative.cn/docs/0.30/get...
    心淡然如水阅读 1,118评论 0 0
  • 今天,先说一下关于写作的事情,最近不是积极,有点懈怠,不想写,天天晚上想睡觉,那么每天晚上睡觉前写点东西,思考思考...
    王姑娘2阅读 161评论 0 0