豆瓣网电影信息的抓取

分析

在这里插入图片描述
在这里插入图片描述
通过上面两张图片可以发现
第一页url:https://movie.douban.com/top250?start=0&filter=
第二页url:https://movie.douban.com/top250?start=25&filter=

由此类推
第n页url
https://movie.douban.com/top250?start=n-1然后×25&filter=

代码

import requests, csv		# 使用requests请求,csv保存数据
from lxml import etree		# 使用xpath解析
import multiprocessing		# 使用多进程加快爬虫速度class DoubanSpider:# 设置请求头def __init__(self):self.headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'}# 定义一个发送请求并返回响应的实例方法,方便调用def get_response(self, url):response = requests.get(url, headers=self.headers)response.encoding = 'utf-8'return response#  提取数据def get_data(self, url):response = self.get_response(url)html = etree.HTML(response.text)hrefs = html.xpath('//div[@class="hd"]/a/@href')                    # 电影url链接movies_name = html.xpath('//div[@class="hd"]/a/span[1]/text()')     # 电影名称score = html.xpath('//div[@class="bd"]//span[2]/text()')            # 电影评分for movie_name, movie_url, movie_score in zip(movies_name, hrefs, score):print('正在保存' + movie_name)self.save_local(movie_name, movie_url, movie_score)# 将数据保存到本地def save_local(self, movie_name, movie_url, movie_score):with open(r'C:\Users\thomas\Desktop' + '\\豆瓣排名.csv', 'a', encoding='utf-8') as f:w = csv.writer(f)w.writerow([movie_name, movie_url, movie_score])  # 每一条数据if __name__ == '__main__':pool = multiprocessing.Pool(30)                                         # 30个进程url = "https://movie.douban.com/top250?start={}&filter="spider = DoubanSpider()pool.map(spider.get_data, [url.format(i * 25) for i in range(100)])     # 异步抓取99页

数据展示

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/63570.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

豆瓣电影简单评分模型-从收集数据到建模分析

思路: 从豆瓣上抓取数据【主要是评分,只是那个人数的百分比和最终评分,不过够用了】 一、收集数据 起始URL:https://movie.douban.com/j/new_search_subjects?sortU&range0,10&tags&start0 【注,爬取的对…

抓取豆瓣的电影排行榜TOP100

1 #!/usr/bin/env python2 # -*- coding:utf-8 -*-3 """4 一个简单的Python爬虫, 用于抓取豆瓣电影Top前100的电影的名称5 Anthor: Andrew Liu6 Version: 0.0.17 Date: 2014-12-048 Language: Python2.7.89 Editor: Sublime Text2 10 Operate: 具体操作请看READ…

爬取豆瓣电影Top250影片信息

爬取豆瓣电影Top250影片信息 查看影片的详细信息爬取过程需安装的包确定爬取地址发送请求头解析数据保存数据完整代码 查看影片的详细信息 进入豆瓣电影Top250,选择某一影片,右击,选择“检查元素”。 爬取过程 需安装的包 安装requests、…

豆瓣电影详情数据爬取

这次的爬虫我们来看url携带多个参数的页面爬取 打开豆瓣电影排行榜官网,这里我选择了喜剧类型,发现只要将鼠标下滚翻到该页面最底部,滚轮就会重新跳到中间,相当于浏览器又发送了请求,重新加载一个页面,对应…

豆瓣电影top250信息爬取

摘要 python的网络爬虫可以方便抓取网页的消息,本文以豆瓣网站为例,实现了python网络爬虫抓取豆瓣电影排行榜top250的过程,以及其中遇到的问题和解决过程。 1.引言 网络爬虫又称网络蜘蛛,或网络机器人。是一种按照一…

基于Python的豆瓣中文影评差评分析

资源下载地址:https://download.csdn.net/download/sheziqiong/86773473 资源下载地址:https://download.csdn.net/download/sheziqiong/86773473 1. NLP NLP(Natural Language Processing)是指自然语言处理,他的目的…

基于电影《少年的你》豆瓣影评数据的爬取与分析

目标网站:豆瓣电影 目标网址:https://movie.douban.com/subject/30166972/comments?statusP 目标数据:(1)评价 (2)日期 (3)评论 (4)评论点赞 …

爬取豆瓣电影前十页的好评一般差评

分析一波 爬取的地址:https://movie.douban.com/subject/26588308/comments 分别找出好评、一般、差评的评论: 通过地址栏分析,评论的类型和percent_type有关: 好评为h一般为m差评为l 但是我们想找的是在全部里面寻找好评一般和差…

豆瓣电影当中的电影详情数据

打开豆瓣电影,点击当中的排行榜,相应的类型选择为喜剧类型,当前的数据如果不使用数据解析来实现的话,会不会通过阿贾克斯请求来请求到json形式相应的电影数据呢? 当滚轮拖动到底部的时候,发现滚轮很快就变动…

针对豆瓣TOP前250电影做的简单的数据分析~

~~~~~~内容参考如下使用python抓取豆瓣top250电影数据进行分析 - 简书 https://www.jianshu.com/p/720b193a5c2b #导入库,三大常用数据分析库 import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib#读取保存本地的excel文件…

电影评分数据集的分析

目录 数据集的获得使用工具项目流程 数据集的获得 进入该网址:https://grouplens.org/datasets/movielens/ 找到如下part: 点击ml-100k.zip进行数据集的下载 在本地解压后,将会看到如下内容: 但我们目前只需要三个文件&#…

爬取豆瓣电影的评论

好久没有爬虫了,今天突然叫爬豆瓣,有点懵了,不过看了看以前爬的,一葫芦画瓢整了一个这个。bs4和requests yyds! 分析一波 爬取的地址:https://movie.douban.com/subject/26588308/comments 每次翻页可以看到…

2020 豆瓣电影榜单出炉,直接在豆瓣上看电影吧

公众号后台回复“图书“,了解更多号主新书内容 作者:苏生不惑 来源:苏生不惑 一晃又到了年底,2020年就要结束了(你的小目标完成了吗),一年一度的豆瓣电影榜单也出炉了https://movie.douban.com/…

豆瓣Top250电影数据分析报告

我的其他数据分析报告:求职指南——数据分析职位解析 【Python3】Requests+正则表达式+multiprocessing爬虫并存入MySQL数据库 一、分析背景及目的 豆瓣对Top250电影的定义: 豆瓣用户每天都在对“看过”的电影进行“很差”到“力荐”的评价,豆瓣根据每部影片看过的人数以及…

爬取豆瓣电影分类排行榜

确定目标网址:豆瓣电影排行榜 使用Google浏览器打开目标网址,右侧选择分类“传记”,按F12打开开发者工具,会打开如下界面:左侧是数据内容,右侧是网页源代码信息。注:由于该页面是动态的&#x…

豆瓣top250电影数据分析

分析背景及目的 豆瓣电影 Top 250定义:豆瓣用户每天都在对“看过”的电影进行“很差”到“力荐”的评价,豆瓣根据每部影片看过的人数以及该影片所得的评价等综合数据,通过算法分析产生豆瓣电影 Top 250。 本文对于"好评电影"(豆瓣电影top250)的影片评分,上映…

Python对豆瓣电影Top250并进行数据分析

由于CSDN审核机制,导致原文章无法发出,故修改了相关词汇,并改为两篇问章发布。 数据获取 翻页操作 观察可知,我们只需要修改start参数即可 headers字段 headers中有很多字段,这些字段都有可能会被对方服务器拿过来进…

你知道豆瓣电影是怎么评分的吗?

「关注我,和我一起放下灵魂,让灵魂去搬砖。」 作者:小一 介绍:放不下灵魂的搬砖者 全文共6673字,阅读全文需17分钟 Python版本3.8.0,开发工具:Pycharm 写在前面的话: 如果你是因为看…

豆瓣电影TOP250数据分析

本文使用的语言为Python, 用到的几个模块有:BeautifulSoup(爬数据),pandas(数据处理),seaborn(可视化),部分图表由Tableau生成。 1. 数据获取 计划要抓取的…