python xpath 爬取豆瓣电脑版电影案例

Posted zqrios

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python xpath 爬取豆瓣电脑版电影案例相关的知识,希望对你有一定的参考价值。

from lxml import etree
import requests


url = https://movie.douban.com/chart

headers = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.84 Safari/537.36" }

response = requests.get(url,headers=headers)

html_str = response.content.decode()

# print(html_str)

# 使用etree来处理数据
html = etree.HTML(html_str)

# 获取电影的url地址
url_list = html.xpath("//div[@class=‘indent‘]/div/table//div[@class=‘pl2‘]/a/@href")
#print(url_list)

# 获取电影图片地址
img_list = html.xpath("//div[@class=‘indent‘]/div/table//a[@class=‘nbg‘]/img/@src")
#print(img_list)

# 把每一部电影组成一个字典,字典中是电影的数据
    # 1.分组
    # 2.每一组提取数据

rets = html.xpath("//div[@class=‘indent‘]/div/table")

for table in rets:
    item = {}
    item[title] = table.xpath(".//div[@class=‘pl2‘]/a/text()")[0].replace("/","").strip()
    item[href] = table.xpath(".//div[@class=‘pl2‘]/a/@href")[0]
    item[img] = table.xpath(".//a[@class=‘nbg‘]/img/@src")[0]
    item[comment_num] = table.xpath(".//div[@class=‘pl2‘]/div//span[@class=‘pl‘]/text()")[0]
    item[rating_num] = table.xpath(".//div[@class=‘pl2‘]/div//span[@class=‘rating_nums‘]/text()")[0]
    print(item)

 

以上是关于python xpath 爬取豆瓣电脑版电影案例的主要内容,如果未能解决你的问题,请参考以下文章

python 爬取豆瓣电影案例

使用python爬取豆瓣电影TOP250

Python实战爬取豆瓣排行榜电影数据(含GUI界面版)

Python爬虫实践 四种姿势爬取豆瓣电影Top250信息!

Python爬虫实践 四种姿势爬取豆瓣电影Top250信息!

Python 从底层结构聊 Beautiful Soup 4(内置豆瓣最新电影排行榜爬取案例)!