广告位联系
返回顶部
分享到

Python爬取豆瓣视频信息教程

python 来源:互联网搜集 作者:秩名 发布时间:2019-11-16 15:19:32 人浏览
摘要

这里是爬取豆瓣视频信息,用pyquery库(jquery的python库)。 1:代码 from urllib.requestimport quotefrom pyqueryimport PyQuery as pqimport requestsimport pandas as pddef get_text_page (movie_name): 函数功能:获得指定电影名的源代码 参数:电影名

这里是爬取豆瓣视频信息,用pyquery库(jquery的python库)。

1:代码


from urllib.request
import quotefrom pyquery
import PyQuery as pqimport requestsimport pandas as pddef get_text_page
    (movie_name): ''
'  函数功能:获得指定电影名的源代码  参数:电影名  返回值:电影名结果的源代码  '
''
url =
    'https://www.douban.com/search?q=' +
    movie_name headers = {
        'Host': 'www.douban.com',
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.90 Safari/537.36',
    }
r = requests.get(url, headers = headers,
    timeout = 5) return r.textdef get_last_url(
    this_text): ''
'  函数功能:根据指定的源代码得到最终的网页地址  参数:搜索结果源代码  返回值:最终的网页地址  '
''
doc = pq(this_text) lis = doc(
        '.title a').items() k = 0 this_str =
    ''
for i in lis: #print('豆瓣搜索结果为:{0}'.format(
    i.text()))# print('地址为:{0}'.format(i.attr
    .href))# print('\n') if k == 0:
    this_str = i.attr.href k += 1
return this_strdef the_last_page(
    this_url): ''
'  函数功能:获得最终电影网页的源代码  参数:最终的地址  返回值:最终电影网页的源代码  '
''
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.90 Safari/537.36',
}
r = requests.get(this_url, headers =
    headers, timeout = 20) return r.textdef the_last_text(
    this_text, movie_name): ''
'  函数功能:获得每一项的数据  参数:爬取页面的源代码  返回值:返回空  '
''
doc = pq(this_text)# 获取标题 title = doc(
        '#content h1').text()# 获取海报 photo =
    doc('.nbgnbg img') photo_url = photo.attr
    .src r = requests.get(photo_url) with open(
        '{m}.jpg'.format(m = movie_name),
        'wb') as f: f.write(r.content)# 电影信息 message =
    doc('#info').text()# 豆瓣评分 grade = doc(
        '#interest_sectl').text()# 剧情 things =
    doc('.related-info').text() with open(
        '{0}.txt'.format(movie_name), 'w+') as f:
    try: f.writelines([title, '\n', '\n\n',
        message, '\n\n', grade, '\n\n',
        things
    ]) except: f.writelines([title, '\n',
        '\n\n', message, '\n\n', grade
    ])# 演员# 演员名 name = [] person_name =
    doc('.info').items() for i in
    person_name: name.append(i.text())# 演员图片地址 person_photo =
    doc('#celebrities') j = 0
for i in person_photo.find('.avatar').items():
    m = i.attr('style') person_download_url =
    m[m.find('(') + 1: m.find(')')]# 下载演员地址 r =
    requests.get(person_download_url) try:
    with open('{name}.jpg'.format(name =
        name[j]), 'wb') as f: f.write(r.content) except:
    continue j += 1 def lookUrl(this_text,
        my_str): ''
'  函数功能:获得观看链接  参数:爬取页面的源代码  返回值:返回空  '
''
doc = pq(this_text) all_url = doc(
    '.bs li a').items() movie_f = [] movie_url = []
for i in all_url: movie_f.append(i.text()) movie_url
    .append(i.attr.href) dataframe = pd.DataFrame({
        '观看平台': movie_f,
        '观看地址': movie_url
    }) dataframe.to_csv(
        "{movie_name}的观看地址.csv".format(
            movie_name = my_str), index = False,
        encoding = 'utf_8_sig', sep = ',') def main():
    name = input('') my_str = name movie_name =
    quote(my_str) page_text =
    get_text_page(movie_name)# 得指定电影名的源代码 last_url =
    get_last_url(page_text)# 根据指定的源代码得到最终的网页地址 page_text2 =
    the_last_page(last_url)# 获得最终电影网页的源代码 the_last_text(
        page_text2, my_str)# 获得每一项的数据 lookUrl(
        page_text2, my_str)# 得到并处理观看链接main()

二:结果如下(部分例子)

1.输入天气之子





2.输入百变小樱魔法卡




3.独立日



版权声明 : 本文内容来源于互联网或用户自行发布贡献,该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权, 违法违规的内容, 请发送邮件至2530232025#qq.cn(#换@)举报,一经查实,本站将立刻删除。
原文链接 : https://www.cnblogs.com/ITXiaoAng/p/11871321.html
相关文章
  • Python Django教程之实现新闻应用程序

    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!)

    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

    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

    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

    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

    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

    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
  • 本站所有内容来源于互联网或用户自行发布,本站仅提供信息存储空间服务,不拥有版权,不承担法律责任。如有侵犯您的权益,请您联系站长处理!
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计