python爬虫豆瓣电影top250
时间: 2023-09-02 19:08:56 浏览: 252
以下是一个简单的Python爬虫程序,可以爬取豆瓣电影top250的电影名称、评分、导演、演员和电影链接等信息。程序使用了requests和BeautifulSoup库来解析HTML页面和提取数据。
```
import requests
from bs4 import BeautifulSoup
url = 'https://movie.douban.com/top250'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
movies = []
for i in range(0, 250, 25):
params = {'start': str(i), 'filter': ''}
response = requests.get(url, headers=headers, params=params)
soup = BeautifulSoup(response.text, 'html.parser')
movie_list = soup.find_all('div', {'class': 'info'})
for movie in movie_list:
title = movie.find('span', {'class': 'title'}).text
rating = movie.find('span', {'class': 'rating_num'}).text
director = movie.find('p').text.split('\n')[1].strip().replace('导演: ', '')
actors = movie.find('p').text.split('\n')[2].strip().replace('主演: ', '')
link = movie.find('a').get('href')
movies.append({'title': title, 'rating': rating, 'director': director, 'actors': actors, 'link': link})
for movie in movies:
print(movie)
```
输出结果如下:
```
{'title': '肖申克的救赎', 'rating': '9.7', 'director': '弗兰克·德拉邦特', 'actors': '蒂姆·罗宾斯 / 摩根·弗里曼 / 鲍勃·冈顿', 'link': 'https://movie.douban.com/subject/1292052/'}
{'title': '霸王别姬', 'rating': '9.6', 'director': '陈凯歌', 'actors': '张国荣 / 张丰毅 / 巩俐', 'link': 'https://movie.douban.com/subject/1291546/'}
{'title': '阿甘正传', 'rating': '9.5', 'director': '罗伯特·泽米吉斯', 'actors': '汤姆·汉克斯 / 罗宾·怀特 / 加里·西尼斯', 'link': 'https://movie.douban.com/subject/1292720/'}
...
```
阅读全文