怎么用Python爬取B站动漫番剧更新信息

这篇文章主要介绍"怎么用Python爬取B站动漫番剧更新信息"，在日常操作中，相信很多人在怎么用Python爬取B站动漫番剧更新信息问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"怎么用Python爬取B站动漫番剧更新信息"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

目标：爬取b站番剧最近更新

输出格式:名字+播放量+简介
那么开始撸吧~

用到的类库：

requests:网络请求
pyquery:解析xml文档，像使用jquery一样简单哦~

1.分析页面布局，找到需要爬取的内容

目标url：

https://bangumi.bilibili.com/22/

设计video类:

import requestsfrom pyquery import PyQuery as pqclass Video(object):    def __init__(self,name,see,intro):        self.name=name        self.see=see        self.intro=intro    def __str__(self):        return "{}--{}--{}".format(self.name,self.see,self.intro)

分析完页面，设取爬去类:

class bilibili(object):    host="https://bangumi.bilibili.com"    def __init__(self):        self.dom=pq(requests.get('https://bangumi.bilibili.com/22/').text)    def get_recent(self):        '''最近更新'''        items=self.dom('#list_bangumi_new .c-list .new .c-item')        videos=[]        for i in items:            name=i.find('.r-i .t').attr('title')            link=self.host+i.find('.r-i .t').attr('href')            d=pq(requests.get(url=link).text)            see=d(".info-count .info-count-item").eq(1).find('em').text()            intro=d('.info-row').eq(3).find('.info-desc').text()            videos.append(Video(name=name,see=see,intro=intro))        return videos

哎呀，怎么回事，居然返回为空
这种情况下不要慌,如果代码没有错误，那么一般是由两种情况造成
没有选择到目标，页面是js动态加载的

我们先试下第一种情况，打开浏览器，f12，将选择字符串复制到console中运行下，我们这就是

$('#list_bangumi_new .c-list .new .c-item')

这是一个item的信息，里面有我们想要的名字信息，那接下来就是去详情页寻找播放量和简介了，但是详情页链接在哪那，刚刚那个接口里并没有，我们f12，审查一下元素。

这里的链接是/anime/6439,刚刚的接口里并没有这个信息啊，那这个信息应该就是拼接出来的了,关键就是6439这个数字了,去刚刚那个接口信息里寻找一下，果然找到了一个season_id字段符合，那么详情页链接就构造如下:

detail_url = "https://bangumi.bilibili.com/anime/{season_id}"

那么接下来就是去分析详情页,爬去我们想要播放量和简介信息了,构造爬去代码如下:

see = d(".info-count .info-count-item").eq(1).find('em').text()intro = d('.info-desc-wrp').find('.info-desc').text()

那么最终爬取类关键代码如下:

   class bilibili(object):    recent_url = "https://bangumi.bilibili.com/api/timeline_v2_global"  # 最近更新    detail_url = "https://bangumi.bilibili.com/anime/{season_id}"    def __init__(self):        self.dom=pq(requests.get('https://bangumi.bilibili.com/22/').text)    def get_recent(self):        '''最近更新'''        items=json.loads(requests.get(self.recent_url).text)['result']        videos=[]        for i in items:            name=i['title']            link=self.detail_url.format(season_id=i['season_id'])            d=pq(requests.get(url=link).text)            see = d(".info-count .info-count-item").eq(1).find('em').text()            intro = d('.info-desc-wrp').find('.info-desc').text()            videos.append(Video(name=name,see=see,intro=intro))        return videos

运行一下:

很ok，那接下来把它做成命令行~

2.制作命令行版

用到的类库：
argparse:解析命令行参数

主要代码如下：

if __name__ == '__main__':    parser=argparse.ArgumentParser()    parser.add_argument('--recent',help="get the recent info",action="store_true")    parser.add_argument('--num',help="The number of results returned,default show all",type=int,default=0)    parser.add_argument('-v','--version',help="show version",action="store_true")    args=parser.parse_args()    if args.version:        print("bilibili 1.0")    elif args.recent:       b = bilibili()       b.get_recent(args.num)

看下效果：

ok,大功告成，接下来大家就自由发挥添加更多的功能吧~：）

到此，关于"怎么用Python爬取B站动漫番剧更新信息"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！