千家信息网

如何用python爬虫抓豆瓣电影数据

发表于:2026-11-01 作者:千家信息网编辑
千家信息网最后更新 2026年11月01日,本篇内容介绍了"如何用python爬虫抓豆瓣电影数据"的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!代
千家信息网最后更新 2026年11月01日如何用python爬虫抓豆瓣电影数据

本篇内容介绍了"如何用python爬虫抓豆瓣电影数据"的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

代理Ip池生成函数
#生成代理池子,num为代理池容量
def proxypool(num): n = 1 os.chdir(r'/Users/apple888/PycharmProjects/proxy IP') fp = open('host.txt', 'r') proxys = list() ips = fp.readlines()
while n for p in ips: ip = p.strip('\n').split('\t') proxy = 'http:\\' + ip[0] + ':' + ip[1] proxies = {'proxy': proxy} proxys.append(proxies) n+=1 return proxys
下面开始爬
下面开始爬豆瓣电影的电影数据,我们要获取 电影名、演员、评分。

#爬豆瓣电影的代码
def fetch_movies(tag, pages, proxys): os.chdir(r'/Users/apple888/PycharmProjects/proxy IP/豆瓣电影') url = 'https://movie.douban.com/tag/爱情?start={}' headers = { 'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/' '537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Mobile Safari/537.36'}
#用csv文件保存数据 csvFile = open("{}.csv".format(tag), 'a+', newline='', encoding='utf-8') writer = csv.writer(csvFile) writer.writerow(('name', 'score', 'peoples', 'date', 'nation', 'actor'))
for page in range(0, pages*(20+1), 20): url = url.format(page)
try: respones = requests.get(url, headers=headers, proxies=random.choice(proxys))
while respones.status_code!=200: respones = requests.get(url, headers=headers, proxies=random.choice(proxys)) soup = BeautifulSoup(respones.text, 'lxml') movies = soup.find_all(name='div', attrs={'class': 'pl2'})
for movie in movies: movie = BeautifulSoup(str(movie), 'lxml') movname = movie.find(name='a')
# 影片名 movname = movname.contents[0].replace(' ', '').strip('\n').strip('/').strip('\n') movInfo = movie.find(name='p').contents[0].split('/')
# 上映日期 date = movInfo[0][0:10]
# 国家 nation = movInfo[0][11:-2] actor_list = [act.strip(' ').replace('...', '')
for act in movInfo[1:-1]]
# 演员 actors = '\t'.join(actor_list)
# 评分 score = movie.find('span', {'class': 'rating_nums'}).string
# 评论人数 peopleNum = movie.find('span', {'class': 'pl'}).string[1:-4] writer.writerow((movname, score, peopleNum, date, nation, actors))
except:
continue print('共有{}页,已爬{}页'.format(pages, int((page/20))))

执行上面函数的代码

import timestart = time.time()proxyPool= proxypool(50)fetch_movies('烂片', 111, proxyPool)end = time.time()lastT = int(end-start)print('耗时{}s'.format(lastT))

Perfect

"如何用python爬虫抓豆瓣电影数据"的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站,小编将为大家输出更多高质量的实用文章!

电影 豆瓣 数据 代理 爬虫 代码 内容 函数 更多 演员 知识 生成 评分 实用 学有所成 接下来 人数 困境 国家 实际 数据库的安全要保护哪些东西 数据库安全各自的含义是什么 生产安全数据库录入 数据库的安全性及管理 数据库安全策略包含哪些 海淀数据库安全审计系统 建立农村房屋安全信息数据库 易用的数据库客户端支持安全管理 连接数据库失败ssl安全错误 数据库的锁怎样保障安全 有格互联网科技 互联网为科技 互联网金融 科技金融 有木互联网科技 成都狮子座互联网科技 互联网科技有限公司 翻译 顺网科技2021年互联网排名 老年人脱离互联网科技的作文 成都互联网科技公司100强 湖北码尼互联网科技有限公司电话 世界互联网科技公司市值排名 江阴互联网智能科技产品进口 崇明区互联网教育科技售后服务 中国科技创新与世界互联网大会 伍佰万互联网科技怎么赚钱 互联网科技手机排行榜 银川新华互联网科技学校是国营吗 互联网科技大佬云集 黑龙江互联网科技公司 宁波允成互联网科技有限公司 互联网科技工作委员会 互联网科技英文 中国互联网科技发展 科技互联网创业计划书 广州慧亚互联网科技怎么样 互联网经济与金融科技 云鲸互联网络科技有限公司 互联网科技机房 互联网科技和医药行业 三亚科技创新互联网基地
0