python爬虫入门豆瓣top250的抓取

本博客介绍了一个Python脚本,使用requests和BeautifulSoup库从豆瓣网站爬取电影Top250榜单,并将结果存储到本地文件中。通过发送HTTP请求获取网页内容,解析HTML结构提取电影名称。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import requests
from bs4 import BeautifulSoup

def get_page():
	headers = {
		'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 '
					  '(KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36'
	}
	movies = []
	for i in range(10):
		url = 'https://movie.douban.com/top250?start=' + str(i * 25)
		response = requests.get(url, headers=headers)
		html = response.text
		soup = BeautifulSoup(html,'lxml')
		div_list = soup.find_all('div', class_='hd')
		for item in div_list:
			movie = item.a.span.text.strip()
			movies.append(movie)

	print(movies)
	length = len(movies)
	for j in range(0, length):
		fileHandle = open("movies.txt", 'a', encoding='utf-8')
		fileHandle.write(str(j+1)+ ':' + movies[j])
		fileHandle.write("\n")
get_page()
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值