性感尤物

波多野结衣 肛交 Python爬虫获得豆瓣电影并写入excel

         发布日期:2024-12-15 12:35    点击次数:168

波多野结衣 肛交 Python爬虫获得豆瓣电影并写入excel

豆瓣电影名次榜前250 分为10页波多野结衣 肛交,第一页的url为https://movie.douban.com/top250,但实质上应该是https://movie.douban.com/top250?start=0 后头的参数0示意从第几个驱动,如0示意从第一(肖申克的救赎)到第二十五(触不行及),https://movie.douban.com/top250?start=25示意从第二十六(蝙蝠侠:阴雨骑士)到第五十名(死亡诗社)。等等,

是以不错用一个步长为25的range的for轮回参数

分析完页面构成后,驱动获得页面,径直request.get()发现莫得复返任何东西,输出一下反映码

url = 'https://movie.douban.com/top250?start=0'res = request.get(url=url)print(res.status_code)

发现复返反映码418

畴前没见过这个,拉网线上网查一下,发现给get内部加一个header参数就行了

这里不错用我方浏览器的user-agent,如

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'}

八成用fake_agent(安设径直用pip install fake_agent) 来为我方生成一个随即的agent添加到header字典中

from fake_useragent import UserAgentheaders = {'User-Agent': UserAgent().random}

之后就不错得到页面源码了。

然后使用lxml.etree,即xpath证实页面源码。用浏览器插件xpath finder快速定位到元素

波多野结衣 肛交

关联词径直这样式,证实到的是这么的成果

[<Element span at 0x20b2f0cc488>]

对于这东西是什么,有著作写的很好:https://www.jb51.net/article/132145.htm

这里我径直写惩办部分,在使用xpath证及时,后头加上/text()

name = html.xpath("/html/body/div[3]/div[1]/div/div[1]/ol/li[1]/div/div[2]/div[1]/a/span[1]/text()")

惩办后,再使用xpath finder插件,一步一步获得到电影所特地据

终末把这个写在函数里,外面再套上一驱动说的轮回,就OK了

在定位时,发现存4部电影先容莫得slogan,导致获得到的信息为空列表,也就导致了list.append()会出错。是以我加上了几个波折处理,惩办方式可能有点傻,要是有更好的惩办方针,倾耳细听

代码在终末不错看到

EXCEL保存部分

这里我用的xlwt

book = xlwt.Workbook()

sheet = book.add_sheet(u'sheetname', cell_overwrite_ok=True)

创建一个sheet表单。

数据保存到一个大列表中,列表嵌套列表

再通过轮回把数据导入到excel表单中

终末在保存一下

book.save(r'douban.xls')

介意文献后缀要用xls,用xlsx会导致文献打不开

萝莉调教

然后就大功顺利了

掀开文献,手动加入排名,等部分信息(这些也不错在措施里完成,我嫌艰辛,就没写,径直办动来的快)

前边的✓是我我方整的,用于纪录那些看过,那些没看过

这亦然我写这个东西的当先的决策

齐全代码鄙人面,仅用于参考

以上便是本文的一起内容,但愿对宇宙的学习有所匡助波多野结衣 肛交,也但愿宇宙多多复古剧本之家。



 
友情链接:

Powered by 樱井莉亚快播 @2013-2022 RSS地图 HTML地图

Copyright Powered by站群 © 2013-2024