Python爬取豆瓣視訊資訊程式碼例項

阿新 • • 發佈：2020-01-09

這篇文章主要介紹了Python爬取豆瓣視訊資訊程式碼例項,文中通過示例程式碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

這裡是爬取豆瓣視訊資訊，用pyquery庫(jquery的python庫)。

一：程式碼

from urllib.request
import quotefrom pyquery
import PyQuery as pqimport requestsimport pandas as pddef get_text_page
	(movie_name): ''
'  函式功能：獲得指定電影名的原始碼  引數：電影名  返回值：電影名結果的原始碼  '
''
url =
	'https://www.douban.com/search?q=' +
	movie_name headers = {
		'Host': 'www.douban.com','User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/75.0.3770.90 Safari/537.36',}
r = requests.get(url,headers = headers,timeout = 5) return r.textdef get_last_url(
	this_text): ''
'  函式功能：根據指定的原始碼得到最終的網頁地址  引數：搜尋結果原始碼  返回值：最終的網頁地址  '
''
doc = pq(this_text) lis = doc(
		'.title a').items() k = 0 this_str =
	''
for i in lis: #print('豆瓣搜尋結果為:{0}'.format(
	i.text()))# print('地址為:{0}'.format(i.attr
	.href))# print('\n') if k == 0:
	this_str = i.attr.href k += 1
return this_strdef the_last_page(
	this_url): ''
'  函式功能：獲得最終電影網頁的原始碼  引數：最終的地址  返回值：最終電影網頁的原始碼  '
''
headers = {
	'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML,}
r = requests.get(this_url,headers =
	headers,timeout = 20) return r.textdef the_last_text(
	this_text,movie_name): ''
'  函式功能：獲得每一項的資料  引數：爬取頁面的原始碼  返回值：返回空  '
''
doc = pq(this_text)# 獲取標題 title = doc(
		'#content h1').text()# 獲取海報 photo =
	doc('.nbgnbg img') photo_url = photo.attr
	.src r = requests.get(photo_url) with open(
		'{m}.jpg'.format(m = movie_name),'wb') as f: f.write(r.content)# 電影資訊 message =
	doc('#info').text()# 豆瓣評分 grade = doc(
		'#interest_sectl').text()# 劇情 things =
	doc('.related-info').text() with open(
		'{0}.txt'.format(movie_name),'w+') as f:
	try: f.writelines([title,'\n','\n\n',message,grade,things
	]) except: f.writelines([title,grade
	])# 演員# 演員名 name = [] person_name =
	doc('.info').items() for i in
	person_name: name.append(i.text())# 演員圖片地址 person_photo =
	doc('#celebrities') j = 0
for i in person_photo.find('.avatar').items():
	m = i.attr('style') person_download_url =
	m[m.find('(') + 1: m.find(')')]# 下載演員地址 r =
	requests.get(person_download_url) try:
	with open('{name}.jpg'.format(name =
		name[j]),'wb') as f: f.write(r.content) except:
	continue j += 1 def lookUrl(this_text,my_str): ''
'  函式功能：獲得觀看連結  引數：爬取頁面的原始碼  返回值：返回空  '
''
doc = pq(this_text) all_url = doc(
	'.bs li a').items() movie_f = [] movie_url = []
for i in all_url: movie_f.append(i.text()) movie_url
	.append(i.attr.href) dataframe = pd.DataFrame({
		'觀看平臺': movie_f,'觀看地址': movie_url
	}) dataframe.to_csv(
		"{movie_name}的觀看地址.csv".format(
			movie_name = my_str),index = False,encoding = 'utf_8_sig',sep = ',') def main():
	name = input('') my_str = name movie_name =
	quote(my_str) page_text =
	get_text_page(movie_name)# 得指定電影名的原始碼 last_url =
	get_last_url(page_text)# 根據指定的原始碼得到最終的網頁地址 page_text2 =
	the_last_page(last_url)# 獲得最終電影網頁的原始碼 the_last_text(
		page_text2,my_str)# 獲得每一項的資料 lookUrl(
		page_text2,my_str)# 得到並處理觀看連結main()

二：結果如下(部分例子)

1.輸入天氣之子