用Python爬取2022春节档电影信息的介绍_F11 - 专业站长和开发者的学习网站

分享到

用Python爬取2022春节档电影信息的介绍

python 来源：互联网作者：秩名发布时间：2022-01-25 19:31:42 人浏览

摘要

Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新

Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Requests是一个很实用的Python HTTP客户端库。Pandas是一个Python软件包，提供快速，灵活和可表达的数据结构，旨在使结构化（表格，多维，潜在异构）和时间序列数据的处理既简单又直观。Time是python标准库，无需额外下载，主要用于处理时间问题。Lxml是XML和HTML的解析器，其主要功能是解析和提取XML和HTML中的数据；lxml和正则一样，也是用C语言实现的，是一款高性能的python HTML、XML解析器，也可以利用XPath语法，来定位特定的元素及节点信息。
HTML是超文本标记语言，主要用于显示数据，他的焦点是数据的外观XML是可扩展标记语言，主要用于传输和存储数据，他的焦点是数据的内容

实验目标：Python爬取2022春节档电影信息

实验环境

Python 3.x （面向对象的高级语言）

Resquest 2.14.2 （python第三方库）

Pandas 1.1.0（python第三方库）

Time （python标准库）

Lxml（python第三方库）

具体步骤

目标网站

https://movie.douban.com/cinema/later/shenzhen/

在这里插入图片描述

分析网站

按F12打开浏览器操作台

在这里插入图片描述

按Ctrl+Shift+C快捷键

在这里插入图片描述

按Ctrl+F快捷键，控制台出现搜索框

在这里插入图片描述

复制Xpath

Xpath为//*[@id=“showing-soon”]/div[1]/div/h3/a

在这里插入图片描述

粘贴到搜索框，验证Xpath

在这里插入图片描述

查看HTML，寻找共性

在这里插入图片描述

发现目标元素都在一个div框里，修改Xpath

Xpath修改为//*[@id=“showing-soon”]/div/div/h3/a

在这里插入图片描述

其余目标元素，以此类推

在这里插入图片描述

最后，用Pandas保存为CSV文件

# 利用pandas保存文件

df = pd.DataFrame()

df['上映日期'] = Ondate

df['片名'] = name

df['类型'] = movie_class

df['制片国家/地区'] = area

df['想看人数'] = num

df['超链接'] = href

在这里插入图片描述

代码实现

# -*- coding: utf-8 -*-

"""

Created on Tue Jan 25 10:07:11 2022

@author: TFX

"""

import time

import requests # 请求库

import pandas as pd

from lxml import etree# 提取信息库

# 日期

today = time.strftime('%Y{y}%m{m}%d{d}',time.localtime()).format(y='年',m='月',d='日')

# 网址

url = 'https://movie.douban.com/cinema/later/shenzhen/'

# 请求头

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36'

}

# 发送请求

response = requests.get(url=url,headers=headers)

# 数据解析,xpath可以用浏览器检查元素获得

html = etree.HTML(response.text) #类型变换

# 电影详细超链接

href = html.xpath('//*[@id="showing-soon"]/div/div/h3/a/@href')

# 上映日期

Ondate = html.xpath('//*[@id="showing-soon"]/div/div/ul/li[1]/text()')

# 片名

name = html.xpath('//*[@id="showing-soon"]/div/div/h3/a/text()')

# 类型

movie_class = html.xpath('//*[@id="showing-soon"]/div/div/ul/li[2]/text()')

# 制片国家 / 地区

area = html.xpath('//*[@id="showing-soon"]/div/div/ul/li[3]/text()')

# 想看人数

num = html.xpath('//*[@id="showing-soon"]/div/div/ul/li[4]/span/text()')

# 利用pandas保存文件

df = pd.DataFrame()

df['上映日期'] = Ondate

df['片名'] = name

df['类型'] = movie_class

df['制片国家/地区'] = area

df['想看人数'] = num

df['超链接'] = href

df.to_csv('2022春节档电影_'+today+'.csv',mode='w',index=None,encoding='gbk')

print('保存完成!')

输出结果

在这里插入图片描述

您可能感兴趣的文章 :

原文链接 : https://blog.csdn.net/FriendshipTang/article/details/122680804

Tag : python(762)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速