爬虫(scrapy--豆瓣TOP250)

Posted Sip

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬虫(scrapy--豆瓣TOP250)相关的知识,希望对你有一定的参考价值。

# -*- coding: utf-8 -*-
import scrapy
from douban_top250.items import DoubanTop250Item


class MovieSpider(scrapy.Spider):
    name = movie
    header = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/59.0.3071.109 Safari/537.36"
    }

    def start_requests(self):

        urls = https://movie.douban.com/top250
        yield scrapy.Request(url=urls,headers=self.header)

    def parse(self, response):
        item = DoubanTop250Item()
        info = response.xpath("//*[@id=‘content‘]/div/div[1]/ol/li")
        for each in info:
            item[ranking] = each.xpath("div/div[1]/em/text()").extract()
            item[name] = each.xpath("div/div[2]/div[1]/a/span[1]/text()").extract()
            item[grade] = each.xpath("div/div[2]/div[2]/div/span[2]/text()").extract()
            item[score_num] = each.xpath("div/div[2]/div[2]/div/span[4]/text()").extract()
            yield item
        next_url = response.xpath("//*[@id=‘content‘]/div/div[1]/div[2]/span[3]/link/@href").extract()
        if next_url:
            next_url = https://movie.douban.com/top250 + next_url[0]
            yield scrapy.Request(next_url,headers=self.header)

 

以上是关于爬虫(scrapy--豆瓣TOP250)的主要内容,如果未能解决你的问题,请参考以下文章

python scrapy 爬虫豆瓣电影TOP250

运维学python之爬虫高级篇scrapy爬取豆瓣电影TOP250

爬虫学习--MOOC爬取豆瓣top250

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

python爬虫入门Scrapy框架之数据库保存

scrapy爬取豆瓣电影top250