Python使用requests及BeautifulSoup构建爬虫实例代码_Python

Python使用requests及BeautifulSoup构建爬虫实例代码

2021-01-08 00:34sober_qianyang Python

这篇文章主要介绍了Python使用requests及BeautifulSoup构建爬虫，介绍了具体操作步骤和实例代码等相关内容，小编觉得还是挺不错的，这里分享给大家，需要的朋友可以参考下

本文研究的主要是Python使用requests及BeautifulSoup构建一个网络爬虫，具体步骤如下。

功能说明

在Python下面可使用requests模块请求某个url获取响应的html文件，接着使用BeautifulSoup解析某个html。

案例

假设我要http://maoyan.com/board/4猫眼电影的top100电影的相关信息，如下截图：

Python使用requests及BeautifulSoup构建爬虫实例代码

获取电影的标题及url。

安装requests和BeautifulSoup

使用pip工具安装这两个工具。

1	`pip install requests`

Python使用requests及BeautifulSoup构建爬虫实例代码

1	`pip install beautifulsoup4`

Python使用requests及BeautifulSoup构建爬虫实例代码

程序

									__author__ = 'Qian Yang'

									# -*- coding:utf-8 -*-

									import requests

									from bs4 import BeautifulSoup

									def get_one_page(url):

									  response= requests.get(url)

									  if response.status_code == 200:

									    return response.content.decode("utf8","ignore").encode("gbk","ignore")

									#采用BeautifulSoup解析

									def bs4_paraser(html):

									  all_value = []

									  value = {}

									  soup = BeautifulSoup(html,'html.parser')

									  # 获取每一个电影

									  all_div_item = soup.find_all('div', attrs={'class': 'movie-item-info'})

									  for r in all_div_item:

									    # 获取电影的名称和url

									    title = r.find_all(name="p",attrs={"class":"name"})[0].string

									    movie_url = r.find_all('p', attrs={'class': 'name'})[0].a['href']

									    value['title'] = title

									    value['movie_url'] = movie_url

									    all_value.append(value)

									    value = {}

									  return all_value

									def main():

									  url = 'http://maoyan.com/board/4'

									  html = get_one_page(url)

									  all_value = bs4_paraser(html)

									  print(all_value)

									if __name__ == '__main__':

									  main()