赞
踩
平常在生活中,不知道大家是怎么找电影的,反正小编是通过电影本周口碑榜来找的,个人感觉通过这种方式找来的电影都挺不错的。既然提到口碑榜,不如我们来爬下豆瓣电影本周口碑榜上的电影吧,怎么爬嘞,当然是用我们的Python爬虫啦!下面开始简单的介绍如何写爬虫。
在写爬虫前,我们首先简单明确两点:
1. 爬虫的网址;
2. 需要爬取的内容(数据)。
鼠标点击需要爬取的数据,这里我们点“看不见的客人”,如图所示。
看到大红色框框里的东西,是不是和我们最“重要”的代码有很多相似的地方。
再看来最后一行代码中最“重要”的部分。
‘//td[@class=”title”]//a/text()’
//td :这个相当于指定是大目录;
[@class=”title”]:这个相当于指定的小目录;
//a :这个相当于最小的目录;
/text():这个是提取其中的数据。
爬虫介绍结束,看完你也该试试手了。
试试爬“即将上映”
这个只需将最后一行代码改成
result=tree.xpath(‘//li[@class="title"]//a/text()‘)1
如图所示“即将上映”的电影就被你爬下来了。
是不是觉得爬虫真的很简单,已经完全学会了。然而现实中,爬虫会面临很多问题的,比如:
1. 页面规则不统一;
2. 爬下来的数据处理;
3. 反爬虫机制。
等等很多很多类似的各种问题,想要成为真的Python爬虫大神,还是得一步一步来的,饭要一口一口吃的嘛!
以上就是本文的全部内容,希望对各位小伙伴们有所帮助!
写在最后:
有想学Python或者对Python感兴趣的老铁,可以加群571799375,群里有适合Python初学者学习的资料(2018最新版Python资料),免费送给大家!
本文来自网络,如有侵权,请联系小编删除!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。