本文讲述了如何使用R语言的rvest和downloader库来爬取IMDb网站上的电影海报，以及如何处理爬取过程中遇到的问题，如图片质量、页面链接的获取和下载。作者还分享了爬取的数据，并提供了部分数据样本。
提前声明，这不是一个好的例子，所以不要向我学习。让我先冷静一下！
OK，开始，今天我们开始从下面链接爬虫。
http://www.imdb.com/search/title?count=100&release_date=2016,2016&title_
type=feature。打开页面如下：总共有100页，包含电影1万多部。我只爬取了2000个。（PS：等我截下面这张图时顺序已经和原来的不一样了）
这个页面已经显示海报了，但是爬出来之后图片太小，也太模糊，不能满足我的需求，因此继续爬出电影主页链接。进去之后页面如下，海报大小质量还算可以基本能满足我的要求，如下图。因此第一步就把爬取电影主页链接。（有没有看见妹子在盯着你）
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
