爬取豆瓣电影top250排行榜的：片名、发布年份、评分、评价人数等项目数据(数据采集与预处理)代码 爬取成功

在Python中爬取豆瓣电影Top250的排行榜数据通常会涉及到网络请求库如requests，解析HTML内容可能会用到BeautifulSoup或者lxml。以下是一个简化的示例代码片段，用于爬取并提取所需信息：

import requests
from bs4 import BeautifulSoup

# 指定豆瓣电影Top250的URL
url = "https://movie.douban.com/top250"

def get_movie_data():
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')

    # 找到包含电影信息的div元素
    movie_list = soup.find_all('div', class_='hd')

    data = []
    for movie in movie_list[:250]:  # 通常只取前250部
        title = movie.find('span', class_='title').text.strip()
        year = movie.find('span', class_='year').text.strip()
        rating = float(movie.find('span', class_='rating_num').text)
        votes = movie.find('span', class_='pl').text.strip().replace(',', '')

        data.append({
            '片名': title,
            '发布年份': year,
            '评分': rating,
            '评价人数': int(votes.replace('人评价', '').strip()) if votes else None
        })

    return data

data = get_movie_data()

# 数据预处理：这里可以保存到文件或数据库，具体取决于你的需求
# 例如，保存到CSV文件：
import csv
with open('douban_movies.csv', 'w', newline='', encoding='utf-8') as file:
    writer = csv.DictWriter(file, fieldnames=data[0].keys())
    writer.writeheader()
    writer.writerows(data)