scrapy爬取豆瓣电影top250

Posted 道高一尺

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scrapy爬取豆瓣电影top250相关的知识,希望对你有一定的参考价值。

 1 # -*- coding: utf-8 -*-
 2 # scrapy爬取豆瓣电影top250
 3 
 4 import scrapy
 5 from douban.items import DoubanItem
 6 
 7 
 8 class DoubanspiderSpider(scrapy.Spider):
 9     name = "doubanspider"
10     # allowed_domains = ["movie.douban.com/top250"]注意这里的主页限制,一旦翻页可能超出范围
11     start_urls = [http://movie.douban.com/top250]
12 
13     def parse(self, response):
14         item = DoubanItem()
15         for each in response.css(.article .grid_view li):
16             title = each.css(.item .hd .title:nth-child(1)::text).extract_first()
17             content = each.css(.item .bd p::text).extract_first().strip()
18             rating_num = each.css(.item .bd .star .rating_num::text).extract_first()
19             quote = each.css(.item .bd .quote span::text).extract_first()
20             image = each.css(.item .pic a img::attr(src)).extract_first()
21             item[title] = title
22             item[content] = content
23             item[rating_num] = rating_num
24             item[quote] = quote
25             item[image] = image
26 
27             yield item
28 
29         # 构造下一页的请求
30         next = response.css(.paginator .next a::attr(href)).extract_first()
31         if next:
32             url = http://movie.douban.com/top250 + next
33             print(url)
34             yield scrapy.Request(url=url, callback=self.parse)

 

以上是关于scrapy爬取豆瓣电影top250的主要内容,如果未能解决你的问题,请参考以下文章

运维学python之爬虫高级篇scrapy爬取豆瓣电影TOP250

Scrapy项目 - 数据简析 - 实现豆瓣 Top250 电影信息爬取的爬虫设计

Scrapy爬虫 爬取豆瓣TOP250

《团队-爬取豆瓣电影TOP250-设计文档》

python爬虫入门爬取豆瓣电影top250

团队-爬取豆瓣电影TOP250-需求分析