初始python 之 爬虫:爬取豆瓣电影最热评论

Posted simple-li

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了初始python 之 爬虫:爬取豆瓣电影最热评论相关的知识,希望对你有一定的参考价值。

不废话,直接上干货:

#!/user/bin env python
# author:Simple-Sir
# time:2019/7/17 22:08
# 获取豆瓣网正在上映电影最热评论
import requests
from lxml import etree

# 伪装浏览器
headers =
    User-Agent:Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/63.0.3239.132 Safari/537.36,
    Referer:https://movie.douban.com/

# 获取首页网页信息并解析
url = https://movie.douban.com/cinema/nowplaying/chengdu/

def getUrlText(url):
    respons = requests.get(url,headers=headers)  # 获取网页信息
    urlText = respons.text
    html = etree.HTML(urlText)  # 使用lxml解析网页
    return html

# 提取电影名称及详情地址链接列表
def getWallUrl(url):
    hrefUrl = getUrlText(url)
    ul = hrefUrl.xpath(//ul[@class="lists"])[0]  # 获取ul标签
    liList = ul.xpath(./li)  # # 获取li标签列表
    liHrefs = []
    for li in liList:
        liHref = li.xpath(.//@href)[0]
        name = li.xpath(@data-title)[0]
        msg = 
            name:liHref
        
        liHrefs.append(msg)
    return liHrefs

# 解析电影详情地址
def downPL(url):
    moveUrl = getWallUrl(url)
    n=0
    for murl in moveUrl:
        n+=1
        for d in murl:
            plHtml = getUrlText(murl[d])
            plTextFull = plHtml.xpath(//div[@id="hot-comments"]//span[@class="hide-item full"]//text())
            plTextShort = plHtml.xpath(//div[@id="hot-comments"]//span[@class="short"]//text())
            if(len(plTextFull)==0 and len(plTextShort)>0):
                print(正在写入《》的评论。.format(d))
                with open(豆瓣评论.txt,a+,encoding=utf-8) as fp:
                    fp.write(、《》的最热评论是:\\n\\n\\n.format(n,d,plTextShort[0]))
            elif(len(plTextFull)>0):
                print(正在写入《》的评论。.format(d))
                with open(豆瓣评论.txt,a+,encoding=utf-8) as fp:
                    fp.write(、《》的最热评论是:\\n\\n\\n.format(n,d,plTextShort[0]))
            else:
                print(正在写入《》的评论。.format(d))
                with open(豆瓣评论.txt,a+,encoding=utf-8) as fp:
                    fp.write(、《》暂无评论!\\n\\n.format(n,d))
    return print(部电影的所有评论已全部写入“豆瓣评论.txt”,请查看。.format(n))

if __name__ == __main__:
    downPL(url)

 

执行效果:

技术图片

技术图片

 

 文件详情:

技术图片

 

以上是关于初始python 之 爬虫:爬取豆瓣电影最热评论的主要内容,如果未能解决你的问题,请参考以下文章

Python开发简单爬虫之静态网页抓取篇:爬取“豆瓣电影 Top 250”电影数据

运维学python之爬虫高级篇scrapy爬取豆瓣电影TOP250

爬虫---豆瓣网评论内容

python爬取猫眼代码没

Python爬虫入门 | 爬取豆瓣电影信息

python爬虫入门爬取豆瓣电影top250