Python趣味爬虫之爬取爱奇艺热门电影

目录

一、首先我们要找到目标二、F12查看网页源代码三、进行代码实现，获取想要资源。四、查看现象

一、首先我们要找到目标

找到目标先分析一下网页很幸运这个只有一个网页，不需要翻页。

二、F12查看网页源代码

找到目标，分析如何获取需要的数据。找到href与电影名称

三、进行代码实现，获取想要资源。

\'\'\'
操作步骤
1，获取到url内容
 
2,css选择其选择内容
 
3，保存自己需要数据
 
\'\'\'
#导入爬虫需要的包
import requests
from bs4 import BeautifulSoup
#requests与BeautifulSoup用来解析网页的
import time
#设置访问网页时间，防止自己IP访问多了被限制拒绝访问
import re
class Position():
 
    def __init__(self,position_name,position_require,):#构建对象属性
        self.position_name=position_name
        self.position_require=position_require
 
    def __str__(self):
        return \'%s%s/n\'%(self.position_name,self.position_require)#重载方法将输入变量改成字符串形式
 
class Aiqiyi():
    def iqiyi(self,url):
        head= {
            \'User-Agent\': \"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.67 Safari/537.36 Edg/87.0.664.47\"
        }  #模拟的服务器头
        html = requests.get(url,headers=head)
        #headers=hard 让脚本以浏览器的方式去访问，有一些网址禁止以python的反爬机制，这就是其中一个
        soup = BeautifulSoup(html.content, \'lxml\', from_encoding=\'utf-8\')  # BeautifulSoup打看网页
        soupl = soup.select(\".qy-list-wrap\")  # 查找标签，用css选择器，选择自己需要数据 进行选择页面第一次内容（标签要找到唯一的，找id好，如果没有考虑其他标签如class）
        results = []  # 创建一个列表用来存储数据
        for e in soupl:
            biao = e.select(\'.qy-mod-li\')  # 进行二次筛选
            for h in biao:
                p=Position(h.select_one(\'.qy-mod-link-wrap\').get_text(strip=True),
                       h.select_one(\'.title-wrap\').get_text(strip=True))#调用类转换（继续三次筛选选择自己需要内容）
                results.append(p)
        return results  # 返回内容
 
    def address(self,url):
        #保存网址
        head = {
            \'User-Agent\': \"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.67 Safari/537.36 Edg/87.0.664.47\"
        }  # 模拟的服务器头
        html = requests.get(url, headers=head)
        soup = BeautifulSoup(html.content, \'lxml\', from_encoding=\'utf-8\')  # BeautifulSoup打看网页
        alist = soup.find(\'div\', class_=\'qy-list-wrap\').find_all(\"a\")  # 查找div块模块下的  a标签
        ls=[]
        for i in alist:
            ls.append(i.get(\'href\'))
 
        return ls
 
 
 
if __name__ == \'__main__\':
    time.sleep(2)
    #设置2秒访问一次
    a=Aiqiyi()
    url = \"https://list.iqiyi.com/www/1/-------------11-1-1-iqiyi--.html\"
    with open(file=\'e:/练习.txt \', mode=\'a+\') as f:  # e:/练习.txt 为我电脑新建的文件，a+为给内容进行添加，但不进行覆盖原内容。
         for item in a.iqiyi(url):
             line = f\'{item.position_name}\\t{item.position_require}\\n\'
             f.write(line)  # 采用方法
             print(\"下载完成\")
    with open(file=\'e:/地址.txt \', mode=\'a+\') as f:  # e:/练习.txt 为我电脑新建的文件，a+为给内容进行添加，但不进行覆盖原内容。
        for item in a.address(url):
            line=f\'https{item}\\n\'
            f.write(line)  # 采用方法
            print(\"下载完成\")

四、查看现象