用pycharm编写一个爬虫程序,获取豆瓣电影网排行榜电影
时间: 2024-04-06 16:29:40 浏览: 75
PycharmProjects:pymysql爬取豆瓣top250电影
好的,以下是一个简单的爬虫程序,可以获取豆瓣电影网排行榜电影的名称和评分:
```python
import requests
from bs4 import BeautifulSoup
url = 'https://movie.douban.com/chart'
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)
soup = BeautifulSoup(response.text, 'html.parser')
movies = soup.select('div#content div.grid_view div.item')
for movie in movies:
title = movie.select('div.info div.hd a')[0].text.strip()
rating = movie.select('div.info div.bd div.star span.rating_num')[0].text.strip()
print(title, rating)
```
解释一下代码:
1. 首先,我们需要导入 `requests` 和 `BeautifulSoup` 模块,前者用于向网站发送 HTTP 请求,后者用于解析 HTML 页面。
2. 定义目标网站的 URL 和 HTTP 请求头部信息。
3. 发送 HTTP GET 请求,并将响应文本传给 BeautifulSoup 对象进行解析。
4. 使用 CSS 选择器(`select()` 方法)获取排行榜中的电影信息。
5. 循环遍历每个电影,获取电影名称和评分,并输出到控制台。
注意事项:
1. 豆瓣电影网可能会对爬虫程序进行限制,为了避免被封禁 IP,请尽量模拟人类行为,例如添加代理、设置访问频率等。
2. 在实际应用中,我们需要将获取到的数据存储到数据库或文件中,以便后续分析和处理。
阅读全文