python爬虫实战项目之爬取豆瓣最受欢迎的250部电影
主要思路，请求豆瓣的链接获取网页源代码
然后使用 BeatifulSoup 拿到我们要的内容
最后就把数据存储到 excel 文件中
主要思路，请求豆瓣的链接获取网页源代码
然后使用 BeatifulSoup 拿到我们要的内容
最后就把数据存储到 excel 文件中
项目源码分享
1 ''' 2 在学习过程中有什么不懂得可以加我的 3 python学习交流扣扣qun，934109170 4 群里有不错的学习教程、开发工具与电子书籍。 5 与你分享python企业当下人才需求及怎么从零基础学习好python，和学习什么内容。 6 ''' 7 8 import requests 9 from bs4 import BeautifulSoup10 import xlwt11 12 13 def request_douban(url):14 try:15 response = requests.get(url)16 if response.status_code == 200:17 return response.text18 except requests.RequestException:19 return None20 21 22 book = xlwt.Workbook(encoding='utf-8', style_compression=0)23 24 sheet = book.add_sheet('豆瓣电影Top250', cell_overwrite_ok=True)25 sheet.write(0, 0, '名称')26 sheet.write(0, 1, '图片')27 sheet.write(0, 2, '排名')28 sheet.write(0, 3, '评分')29 sheet.write(0, 4, '作者')30 sheet.write(0, 5, '简介')31 32 n = 133 34 35 def save_to_excel(soup):36 list = soup.find(class_='grid_view').find_all('li')37 38 for item in list:39 item_name = item.find(class_='title').string40 item_img = item.find('a').find('img').get('src')41 item_index = item.find(class_='').string42 item_score = item.find(class_='rating_num').string43 item_author = item.find('p').text44 if (item.find(class_='inq') != None):45 item_intr = item.find(class_='inq').string46 47 # print('爬取电影：' + item_index + ' | ' + item_name +' | ' + item_img +' | ' + item_score +' | ' + item_author +' | ' + item_intr )48 print('爬取电影：' + item_index + ' | ' + item_name + ' | ' + item_score + ' | ' + item_intr)49 50 global n51 52 sheet.write(n, 0, item_name)53 sheet.write(n, 1, item_img)54 sheet.write(n, 2, item_index)55 sheet.write(n, 3, item_score)56 sheet.write(n, 4, item_author)57 sheet.write(n, 5, item_intr)58 59 n = n + 160 61 62 def main(page):63 url = 'https://movie.douban.com/top250?start=' + str(page * 25) + '&filter='64 html = request_douban(url)65 soup = BeautifulSoup(html, 'lxml')66 save_to_excel(soup)67 68 69 if __name__ == '__main__':70 71 for i in range(0, 10):72 main(i)73 74 book.save(u'豆瓣最受欢迎的250部电影.xlsx') 代码运行截图
生成了一个 excel 文件
