爬取猫眼top100电影并存储在本地csv文件中

import requests
from bs4 import BeautifulSoup
import time
import csv

def getcontent(url):
    #网页请求头
    headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.89 Safari/537.36 OPR/49.0.2725.47'}
    #发送get请求
    r = requests.get(url,headers=headers)
    #获取文本
    content = r.text
    soup = BeautifulSoup(content, 'lxml')

    div_name = soup.find_all(class_='name')#找出所有电影的名字
    div_star = soup.find_all(class_='star')#找出所有电影的主演
    div_time = soup.find_all(class_='releasetime')#找出所有电影的上映时间
    div_score = soup.find_all(class_='score')#找出所有电影的评分

    #获取电影部数
    long = len(div_name)
    #申明一个全局List,用于保存多部电影参数,每部电影参数也是一个list
    global DATA
    #遍历每一页中的电影
    for i in range(0, long):
        #定义一个临时的list保存一部电影的参数
        data =[]
        data.append(div_name[i].get_text())#获取第i部电影的名字
        data.append(div_star[i].get_text())#获取第i部电影的主演
        data.append(div_time[i].get_text())#获取第i部电影的上映时间
        data.append(div_score[i].get_text())#获取第i部电影的评分
        #print(data)
        #time.sleep(1)
        #将第i部电影的参数加入到全局list中
        DATA.append(data)
        #将第i部电影的参数写入csv文件中
        #加上 newline='' 可以去掉csv中的空白行
        #加上  encoding='gb18030' 会让csv文件中能够正常显示中文,否则乱码
        with open('E:/Python/Spider/MaoyanTOP100.csv', 'w', newline='',encoding='gb18030') as f:
            writer = csv.writer(f)
            writer.writerows(DATA)

#定义一个全局的List变量
DATA = []
#遍历所有网址,不同页面网址之间只有offset后面的数值有差异
for i in range(0, 100, 10):#从0开始,每次增加10,到100结束,不包括100
    url = "http://maoyan.com/board/4?offset=" + str(i)
    #调用函数
    getcontent(url)

你可能感兴趣的:(爬虫-python)