Python爬取豆瓣电影方法是什么

本篇内容主要讲解“Python爬取豆瓣电影方法是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python爬取豆瓣电影方法是什么”吧!

主要目标

环境：MAC + Python3.6 ;  IDE： Pycharm. 具体使用的模块如下。

import requests import re import json

但是如果你的系统上安装了anaconda，模块requests已经安装完成，但是pycharm不能识别。此时只需要使用preferences直接进行安装，入下图所示，点击+，直接安装即可。

爬取分析

对于每一个页面的爬取，我们使用的requests库。Requests是用python语言基于urllib编写的，采用的是Apache2 Licensed开源协议的HTTP库。它比urllib更加方便，可以节约我们大量的工作。（用了requests之后，你基本都不愿意用urllib了）一句话，requests是python实现的最简单易用的HTTP库，建议爬虫使用requests库。默认安装好python之后，是没有安装requests模块的，需要单独通过pip安装或者使用pycharm软件安装（如上文所示）.

直接使用库requests中的get方法对目标网址发出申请。为了防止请求的页面没有成功，我们添加了捕获异常的代码块try,except。另外，如果多次爬取同一个网址，您的ip可能被封，不能在爬取任何信息。为了解决此问题，本次在代码中设置了代理信息，具体代码请关注人工智能与大数据生活(data_circle)，文末长按二维码即可，回复 ”豆瓣电影“ 获得全部代码。

`python` def get_one_page(url):     '''
        抓取第一页内容
    :return: 请求的页面的信息
    '''     try:
       
        response = requests.get(url,headers=headers)

        if response.status_code == 200:
            return response.text

        return None     except RequestException:
        return None

页面解析

解析后的结果，我们使用write函数写入csv文件中，代码如下。

def write_to_file(content): '''

          保存结果到CSV文件
    :param content:
    :return: 无
    '''

    with open('douban_movie_250.csv','a',encoding='utf-8') as f:
        f.write(json.dumps(content,ensure_ascii=False)+'\n')

到此，相信大家对“Python爬取豆瓣电影方法是什么”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！