用Python爬取2022春节档电影信息

 更新时间:2022年01月25日 16:36:05   作者:FriendshipT  
大家好,本篇文章主要讲的是用Python爬取2022春节档电影信息,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下

前提条件

熟悉HTML基础语句
熟悉Xpath基础语句

相关介绍

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

在这里插入图片描述

在这里插入图片描述

总结

到此这篇关于用Python爬取2022春节档电影信息的文章就介绍到这了,更多相关Python春节档电影信息内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python实现PS滤镜特效之扇形变换效果示例

    Python实现PS滤镜特效之扇形变换效果示例

    这篇文章主要介绍了Python实现PS滤镜特效之扇形变换效果,结合实例形式分析了Python实现PS滤镜扇形变换效果的原理与相关操作技巧,需要的朋友可以参考下
    2018-01-01
  • 浅谈基于Pytest框架的自动化测试开发实践

    浅谈基于Pytest框架的自动化测试开发实践

    Pytest是Python的一种易用、高效和灵活的单元测试框架,本文主要介绍了基于Pytest框架的自动化测试开发实践,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-12-12
  • python 实现Harris角点检测算法

    python 实现Harris角点检测算法

    这篇文章主要介绍了python 实现Harris角点检测算法,帮助大家更好的利用python处理图像,感兴趣的朋友可以了解下
    2020-12-12
  • pandas数据合并之pd.concat()用法详解

    pandas数据合并之pd.concat()用法详解

    本文主要介绍了pandas数据合并之pd.concat()用法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-06-06
  • Python中用altzone()方法处理时区的教程

    Python中用altzone()方法处理时区的教程

    这篇文章主要介绍了Python中用altzone()方法处理时区的教程,是Python入门中的基础知识,需要的朋友可以参考下
    2015-05-05
  • 基于python 字符编码的理解

    基于python 字符编码的理解

    下面小编就为大家带来一篇基于python 字符编码的理解。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-09-09
  • python opencv实现图片缺陷检测(讲解直方图以及相关系数对比法)

    python opencv实现图片缺陷检测(讲解直方图以及相关系数对比法)

    这篇文章主要介绍了python opencv 图片缺陷检测,主要讲解直方图以及相关系数对比法,本文通过实例截图给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-04-04
  • Python利用pdfplumber提取PDF文档中的表格数据并导出

    Python利用pdfplumber提取PDF文档中的表格数据并导出

    pdfplumber是一个功能强大的Python库,可以用于解析PDF文档并提取其中的文本、表格和图像等内容,下面我们就来学习一下如何使用pdfplumber提取PDF表格数据吧
    2023-12-12
  • Python爬虫之使用MongoDB存储数据的实现

    Python爬虫之使用MongoDB存储数据的实现

    本文主要介绍了Python爬虫之使用MongoDB存储数据的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-06-06
  • Tensorflow分类器项目自定义数据读入的实现

    Tensorflow分类器项目自定义数据读入的实现

    这篇文章主要介绍了Tensorflow分类器项目自定义数据读入的实现,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-02-02

最新评论