人生苦短 我用python

最近有点剧荒…

排行前十的小电*影已经不能满足了

咳咳…当然是正经的啦

这次整个排行TOP250的来一次性看个够

Python 本文源码+资料：点击此处跳转文末名片获取

本次亮点：

• 分析网页结构
• css/xpath/re 解析数据
• 保存CSV文件

所使用环境介绍：

• python 3.8
• Pycharm

本次模块使用:

• requests >>> 数据请求模块 pip install requests
• parsel >>> 数据解析模块 pip install parsel
• csv

模块安装问题:

如果安装python第三方模块:

1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
2. 在pycharm中点击Terminal(终端) 输入安装命令

安装失败原因:

失败一: pip 不是内部命令
解决方法: 设置环境变量

失败二: 出现大量报红 (read time out)
解决方法:

因为是网络链接超时, 需要切换镜像源

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/ 中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/ 山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/ 例如：pip3 install -i https://pypi.doubanio.com/simple/ 模块名

失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可)

卸载一个就好或者你pycharm里面python解释器没有设置好

如何配置pycharm里面的python解释器?

1. 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
2. 点击齿轮, 选择add
   添加python安装路径
3. pycharm如何安装插件?
   选择file(文件) >>> setting(设置) >>> Plugins(插件)
   点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation
   选择相应的插件点击 install(安装) 即可
4. 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效

爬虫代码基本四个步骤:

1. 发送请求 确定请求url地址
通过python代码模拟浏览器对于url地址发送请求

2. 获取数据
获取服务器返回响应数据

3. 解析数据

4. 保存数据

代码💫

import requests  
import parsel  
import csv  f = open('top250最终版本03.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['电*影名','演员信息','年份','国家','电*影类型','评分','评论量','简介','详情页',
])
csv_writer.writeheader()for page in range(0, 250, 25):url = f'网站自己打一下，审核不给过'headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.41 Safari/537.36'}response = requests.get(url=url, headers=headers) selector = parsel.Selector(response.text)  lis = selector.css('.grid_view li')  for li in lis: try:title = li.css('.hd a span::text').get()  # 电影名字info_list = li.css('.bd p:nth-child(1)::text').getall()actor_list = info_list[0].strip().replace('导演: ', '').replace('主演: ', '')  info = info_list[1].strip().split(' / ')date = info[0]  country = info[1]  movie_types = info[2]  score = li.css('.rating_num::text').get() comment = li.css('.star span:nth-child(4)::text').get().replace('人评价', '') summary = li.css('.inq::text').get() href = li.css('.hd a::attr(href)').get()  dit = {'电*影名': title,'演员信息': actor_list,'年份': date,'国家': country,'电影类型': movie_types,'评分': score,'评论量': comment,'简介': summary,'详情页': href,}csv_writer.writerow(dit)print(title, actor_list, date, country, movie_types, score, comment, summary, href, sep=' | ')except Exception as e:print(e)

今天的文章就到这里结束啦~

源码资料素材下方名片获取