用python爬取豆瓣电影前250，并保存数据为excel格式

好的，以下是使用 Python 爬取豆瓣电影前 250 并保存数据为 Excel 格式的代码示例：

import requests
from bs4 import BeautifulSoup
import openpyxl

# 获取页面内容
def get_page_content(url):
    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'}
    response = requests.get(url, headers=headers)
    response.encoding = 'utf-8'
    return response.text

# 解析页面内容
def parse_page(html):
    soup = BeautifulSoup(html, 'lxml')
    movie_list = soup.find('ol', class_='grid_view').find_all('li')
    for movie in movie_list:
        rank = movie.find('em').text
        title = movie.find('span', class_='title').text
        rating = movie.find('span', class_='rating_num').text
        comment_num = movie.find('div', class_='star').find_all('span')[-1].text[:-3]
        url = movie.find('a')['href']
        yield [rank, title, rating, comment_num, url]

# 保存数据到 Excel 文件
def save_to_excel(filename, data):
    wb = openpyxl.Workbook()
    ws = wb.active
    ws.append(['排名', '电影名', '评分', '评论人数', '链接'])
    for row in data:
        ws.append(row)
    wb.save(filename)

if __name__ == '__main__':
    url = 'https://movie.douban.com/top250'
    filename = 'douban_top250.xlsx'
    data = []
    for i in range(10):
        page_url = f'{url}?start={i*25}'
        page_html = get_page_content(page_url)
        page_data = parse_page(page_html)
        data.extend(page_data)
    save_to_excel(filename, data)
    print(f'Saved data to {filename}.')

以上代码中，我们首先定义了 `get_page_content` 函数用于获取页面内容，然后定义了 `parse_page` 函数用于解析页面内容，将电影的排名、电影名、评分、评论人数、链接等信息提取出来，使用 `yield` 关键字生成器返回每部电影的信息。接着定义了 `save_to_excel` 函数，将数据保存到 Excel 文件中。

在 `main` 函数中，我们循环遍历豆瓣电影前 250 的每一页，调用 `get_page_content` 函数获取页面内容，再调用 `parse_page` 函数解析页面内容，将每页的电影信息保存到 `data` 列表中。最后调用 `save_to_excel` 函数将数据保存到 Excel 文件中。