Python爬取豆瓣电影TOP250

部分代码引用于此:链接
运行于macOS 10.13.6 python2.7
代码:

# -*- coding:utf-8 -*-
import urllib
import urllib2
# useragent 存放着各个浏览器的User-Agent,自己写的模块,非系统库
import useragent
import BeautifulSoup
import re
import csv
import sys

url = 'https://movie.douban.com/top250'


def get_movie_info(req):
    res = urllib2.urlopen(req)
    page = res.read()
    soup = BeautifulSoup.BeautifulSoup(page)
    data = soup.find('ol', {'class': 'grid_view'})
    li = data.findAll('li')
    record = []
    for l in li:
        rank = l.find('em').getText()
        name = l.find('img')['alt']
        info = l.find('p').getText()
        director = re.findall('导演: (.*?)  &nbsp', info.encode('utf-8'))
        if len(director) == 0:
            director = '佚名'
        else:
            director = director[0]
        starring = re.findall('主演: (.*?) /...', info.encode('utf-8'))
        if len(starring) == 0:
            starring = '佚名'
        else:
            starring = starring[0]
        year = re.search(r'\d{4}', info).group()
        area = re.findall('/ (.*?) ', info)[0]
        grade = l.findAll('span', {'class': 'rating_num'})[0].getText()
        quote = l.findAll('span', {'class': 'inq'})
        if len(quote) == 0:
            quote = '无'
        else:
            quote = quote[0].getText()
        record.append([rank, name, director, starring, year, area, grade, quote])
    return record


def start(url):
    head = ['排名', '名字', '导演', '主演', '年份', '地区', '评分', '简介']
    with open('doubantop250.csv', mode='w') as f:
        fd = csv.writer(f)
        fd.writerow(head)
        for page in range(0, 250, 25):
            user_agent = useragent.osx_user_agent
            values = {'start': page, 'filter': None}
            headers = {'User-Agent': user_agent}
            data = urllib.urlencode(values)
            request = urllib2.Request(url=url, data=data, headers=headers)
            print url + '?' + request.data
            movie_info = get_movie_info(request)
            for record in movie_info:
                fd.writerow(record)

def main():
    reload(sys)
    sys.setdefaultencoding('utf-8')
    start(url)


if __name__ == '__main__':
    main()

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 200,392评论 5 470
  • 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 84,258评论 2 377
  • 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 147,417评论 0 332
  • 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 53,992评论 1 272
  • 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 62,930评论 5 360
  • 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 48,199评论 1 277
  • 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 37,652评论 3 390
  • 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 36,327评论 0 254
  • 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 40,463评论 1 294
  • 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 35,382评论 2 317
  • 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 37,432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 33,118评论 3 315
  • 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 38,704评论 3 303
  • 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 29,787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 30,999评论 1 255
  • 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 42,476评论 2 346
  • 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 42,057评论 2 341

推荐阅读更多精彩内容