IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 爬虫项目——xpath练手(1) -> 正文阅读

[Python知识库]爬虫项目——xpath练手(1)

作者:token keyword

本文爬取目标网址中的电影名,介绍,及评分

在这里插入图片描述

前期准备:
工具:Spyder
引用的库:requests,csv,lxml里的 etree

1.前期基本处理:

url = "https://film.sohu.com/list_4_0_0_0_0_1_60.html?channeled=1200100000"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.61 Safari/537.36"    
}
resp = requests.get(url,headers=headers)
resp.encoding = "utf-8"

2.对其进行x-path解析

html = etree.HTML(resp.text)

3.进行定位
在这里插入图片描述
选中神秘巨星的字样,右键->检查
选择右边源码区域,选择到每个影片同级的区域,这里找到
在这里插入图片描述
右键->复制->复制Xpath
/html/body/div[4]/div[2]/ul/li[1]
li[1]就是神秘巨星影片所包含的信息,我们去掉[1],就能寻找到所有影片的信息了

lis = html.xpath("/html/body/div[4]/div[2]/ul/li")

4.深层寻找每个信息

for li in lis:
    title = li.xpath("./div[2]/div[1]/text()")
    abstract = li.xpath("./div[2]/div[2]/text()")
    score = li.xpath("./div[1]/div[3]/span/text()")

附上完整代码

# -*- coding: utf-8 -*-
"""
Created on Sun Oct  3 17:37:09 2021

@author: yingzi

E-mail:guotaomath@163.com
"""

import requests
from lxml import etree
import csv

url = "https://film.sohu.com/list_4_0_0_0_0_1_60.html?channeled=1200100000"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.61 Safari/537.36"    
}
resp = requests.get(url,headers=headers)
resp.encoding = "utf-8"

f = open("movie.csv",mode="w",encoding="utf-8")
csvwriter = csv.writer(f)

html = etree.HTML(resp.text)

lis = html.xpath("/html/body/div[4]/div[2]/ul/li")

for li in lis:
    title = li.xpath("./div[2]/div[1]/text()")
    abstract = li.xpath("./div[2]/div[2]/text()")
    score = li.xpath("./div[1]/div[3]/span/text()")
    csvwriter.writerow([title,abstract,score])
f.close()
resp.close()
print("over!!!")

在这里插入图片描述
评分那块,只取出数字待解决

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-10-04 12:48:17  更:2021-10-04 12:49:47 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/28 20:21:12-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计