爬取 豆瓣热门页 电影

mac2025-09-08  15

import requests import json from pprint import pprint import jsonpath class DouBanSpider(): """豆瓣热门页电影 爬虫""" def __init__(self): """初始化操作""" self.url = 'https://movie.douban.com/j/search_subjects' self.headers = { "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 \ (KHTML, like Gecko) Chrome/76.0.3809.100 Safari/537.36" } self.number = 1 # 爬取的数量 def run(self, pages): """启动爬虫""" # 参数1:要从第几个数据开始爬 # 参数2:到第几个数据结束 # 参数3:因为每次增加的数据是20个 所以步长20 for page in range(0, pages * 20, 20): resp = requests.get( url=self.url.format(page), headers=self.headers, # 请求参数 params={ "type": "movie", "tag": "热门", "sort": "recommend", "page_limit": "20", "page_start": page } ) # 返回的数据是一个json数据, 转成字典格式 result = json.loads(resp.text) # pprint(result) # pprint让控制台打印更好看 result = result['subjects'] for movie in result: print("数量:{}---标题:{}--评分:{}--地址:{}". # <---这里有个点 一行太长了 format(self.number, movie['title'], movie['rate'], movie['url'])) self.number += 1 if __name__ == '__main__': client = DouBanSpider() # 要爬几页数据 就写多少页 下面是爬两页数据 client.run(2)
最新回复(0)