Forward团队-爬虫豆瓣top250项目-模块开发过程

Posted 2020-10-12 李志宇

项目托管平台地址:https://github.com/xyhcq/top250 

开发模块功能: 整合代码：写入文件的控制

开发时间:3小时左右

实现了：在上一名成员的程序基础上控制是否将信息写入到文件

实现过程：先声明一个变量作为开关

 

# 写入文件开关

writeFile = 1

 

writeFile=raw_input(‘是否需要将结果输出到文件，是为1，否为0，默认值为1：‘)

if writeFile != ‘1‘:

    writeFile=0

else :

    writeFile=1

 

然后在每项信息中加入判断语句：

 

def getData(html):

    # 分析代码信息，提取数据

    soup = BeautifulSoup(html, "html.parser")

 

    # 找到第一个class属性值为grid_view的ol标签

    movieList=soup.find(‘ol‘,attrs={‘class‘:‘grid_view‘})

 

 

    # 找到所有的li标签

    for movieLi in movieList.find_all(‘li‘):   

        # 找到第一个class属性值为hd的div标签

        movieHd=movieLi.find(‘div‘,attrs={‘class‘:‘hd‘})

        # 找到第一个class属性值为title的span标签 #也可使用.string方法

 

        # 获取电影名字

        movieName=movieHd.find(‘span‘,attrs={‘class‘:‘title‘}).getText()

        print movieName

        # 写入文件

        if writeFile == 1:

            f.write(‘电影名:‘+movieName.encode(‘utf-8‘)+‘    ‘)

        else:pass

 

        # 获取电影链接

        movieUrl=movieHd.find(‘a class="" href="‘)

        print movieUrl

        # 写入文件

        if writeFile == 1:

            f.write(‘链接:‘+str(movieUrl)+‘    ‘)

        else:pass

 

 

        # 获取电影导演/演员

        movieBd = movieLi.find(‘div‘, attrs={‘class‘: ‘bd‘})

        movieSF=movieBd.find(‘p‘,attrs={‘class‘:‘‘}).getText()

        print movieSF

        # 写入文件

        if writeFile == 1:

            f.write(‘Staff:‘+movieSF.encode(‘utf-8‘)+‘    ‘)

        else:pass

 

        # 获取电影的评分

        movieScore=movieLi.find(‘span‘,attrs={‘class‘:‘rating_num‘}).getText()

        print movieScore

        # 写入文件

        if writeFile == 1:

            f.write(‘评分:‘+movieScore.encode(‘utf-8‘)+‘    ‘)

        else:pass

 

        #获取电影的评论数

        movieEval=movieLi.find(‘div‘,attrs={‘class‘:‘star‘})

        movieEvalNum=re.findall(r‘\d+‘,str(movieEval))[-1]

        print movieEvalNum

        # 写入文件

        if writeFile == 1:

            f.write(‘评论数:‘+movieEvalNum.encode(‘utf-8‘)+‘    ‘)

        else:pass

 

        # 获取电影短评

        movieQuote = movieLi.find(‘span‘, attrs={‘class‘: ‘inq‘})

        # 有的电影没有短评，为防止报错，加次

        if(movieQuote):

            print movieQuote.getText()

            # 写入文件

            if writeFile == 1:

                f.write(‘短评:‘+movieQuote.getText().encode(‘utf-8‘)+‘\n‘)

            else:

                # 写入文件

                if writeFile == 1:

                    f.write(‘短评:‘+"这个电影没有短评"+‘\n‘)

                else:pass

        else:pass

 

遇到的问题及问题解决方法:

加完判断语句后报错，发现写成了‘if writeFile = 1:‘而用“=”是表示赋值，“==”才是比较。改成双等号解决。