/1 前書き/
#/ 2 プロジェクトの目標/
Maoyan Movies から今後の映画の詳細を入手します。
/3 プロジェクトの準備/ ソフトウェア:
PyCharm必要なライブラリ:
requests、lxml 、ランダム、時間 プラグイン:Xpath #Web サイトは次のとおりです。次のとおりです: 次のページのボタンをクリックして、Web サイトの次の変更を確認してください: 次のページをクリックすると、ページ offset=() が 30 ずつ増加するため、{} を使用して変換された変数を置き換えることができます。次に、for ループを使用して URL を走査し、複数の URL リクエストを実装します。
#/4 プロジェクトの実装/ 1)基准xpath节点对象列表。 /5 エフェクト表示/ 1. 緑色の三角形をクリックして実行します。開始ページ、終了ページを入力します。 #2. プログラムを実行すると、結果がコンソールに表示されます。 、以下に示すように。 3. 青色のダウンロード リンクをクリックして、オンラインで詳細を表示します。 #/6 概要/ 1. あまりにも多くのデータを取得すると、サーバーに負荷がかかりやすくなるためお勧めできません。 2. この記事は Python Web クローラーに基づいており、クローラー ライブラリを使用して Maoyan ムービーをクロールします。 https://maoyan.com/films?showType=2&offset={}
https://maoyan.com/films?showType=2&offset=30
https://maoyan.com/films?showType=2&offset=60
https://maoyan.com/films?showType=2&offset=90
import requests
from lxml import etree
import time
import random
class MaoyanSpider(object):
def __init__(self):
self.url = "https://maoyan.com/films?showType=2&offset={}"
def main(self):
pass
if __name__ == '__main__':
spider = MaoyanSpider()
spider.main()
2、随机产生UserAgent。
for i in range(1, 50):
# ua.random,一定要写在这里,每次请求都会随机选择。
self.headers = {
'User-Agent': ua.random,
}
3、发送请求,获取页面响应。
def get_page(self, url):
# random.choice一定要写在这里,每次请求都会随机选择
res = requests.get(url, headers=self.headers)
res.encoding = 'utf-8'
html = res.text
self.parse_page(html)
4、xpath解析一级页面数据,获取页面信息。
# 创建解析对象
parse_html = etree.HTML(html)
# 基准xpath节点对象列表
dd_list = parse_html.xpath('//dl[@class="movie-list"]//dd')
2)依次遍历每个节点对象,提取数据。
for dd in dd_list:
name = dd.xpath('.//div[@class="movie-hover-title"]//span[@class="name noscore"]/text()')[0].strip()
star = dd.xpath('.//div[@class="movie-hover-info"]//div[@class="movie-hover-title"][3]/text()')[1].strip()
type = dd.xpath('.//div[@class="movie-hover-info"]//div[@class="movie-hover-title"][2]/text()')[1].strip()
dowld=dd.xpath('.//div[@class="movie-item-hover"]/a/@href')[0].strip()
# print(movie_dict)
movie = '''【即将上映】
5、定义movie,保存打印数据。
movie = '''【即将上映】
电影名字: %s
主演:%s
类型:%s
详情链接:https://maoyan.com%s
=========================================================
''' % (name, star, type,dowld)
print( movie)
6、random.randint()方法,设置时间延时。
time.sleep(random.randint(1, 3))
7、调用方法,实现功能。
html = self.get_page(url)
self.parse_page(html)
以上がPython Web クローラーを使用して、現在映画館で上映されている映画を確認するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。