爬取豆瓣top电影并写入xlsx

最新推荐文章于 2024-05-02 12:11:50 发布

白&黑

最新推荐文章于 2024-05-02 12:11:50 发布

阅读量147

点赞数

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python

本文链接：https://blog.youkuaiyun.com/weixin_43372364/article/details/133035408

python 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了如何使用Python库如BeautifulSoup和openpyxl爬取豆瓣电影排行榜数据，包括HTML解析、数据抓取和Excel文件的保存过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from bs4 import BeautifulSoup
import openpyxl
from openpyxl.styles import Alignment
from faker import Faker
import openpyxl
import requests
import  bs4
import re
import pandas as pd
import re
workbook = openpyxl.Workbook()
# 创建第一个工作表
worksheet = workbook.active
worksheet.title = "豆瓣电影排行榜"
worksheet.merge_cells('A1:D1')
# 设置合并后的单元格居中对齐
merged_cell = worksheet['A1']
merged_cell.alignment = Alignment(horizontal='center')
# 第一行：某某乡（镇、街道）城镇独生子女父母年老奖励扶助对象年审花名册
title_cell = worksheet.cell(row=1, column=1, value="豆瓣电影排行榜")
title_cell.alignment = Alignment(horizontal='center')  # 居中对齐
# 写入表头数据
header = [
    "序号", "电影名称", "地址", "评价"
]
worksheet.append(header)
url="https://movie.douban.com/top250?start=150"
headers ={
    'user-agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/104.0.0.0 Safari/537.36'}
resp=requests.get(url,headers=headers).text
# 解析HTML文档
soup = BeautifulSoup(resp, 'html.parser')
inq_tags = soup.find_all('span', class_='inq')
# 获取每个标签的文本内容
tag_dict=[]
alt_dict=[]
src_dict=[]
for tag in inq_tags:
    tag_dict.append(tag.get_text())
img_tags = soup.find_all('img')
for img in  img_tags:
    alt_dict.append(img.get('alt'))
    src_dict.append(img.get('src'))
# 写入具体数据
for i in range(1, 25):
    data_row = [i, alt_dict[i], src_dict[i], tag_dict[i] ]
    worksheet.append(data_row)
# 保存工作簿到文件
workbook.save("top_24.xlsx")