爬虫项目——xpath练手(1)
本文爬取目标网址中的电影名,介绍,及评分
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
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
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: yingziE-mail:guotaomath@163.com
"""import requests
from lxml import etree
import csvurl = "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!!!")
评分那块,只取出数字待解决
爬虫项目——xpath练手(1)相关推荐
- 爬虫项目——BS练手(2)
本文爬取目标网址的图片,获取如下区域的图片 前期准备: 工具:Spyder 引用的库:requests,bs4中的BeautifulSoup 1.获取目标网址信息 url = "https: ...
- 爬虫项目——BS4练手(1)
本文爬取目标网页表格中的内容,提取(品名,最高价,最低价,均价)信息,导入csv文件中 前期准备: 工具:Spyder 引用的库:requests,bs4中的BeautifulSoup,csv 1.获 ...
- 从入门到入土:Python爬虫学习|实例练手|爬取猫眼榜单|Xpath定位标签爬取|代码
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出.欢迎各位前来交流.(部分材料来源网络,若有侵权,立即删除) 本人博客所有文章纯属学习之用,不涉及商业利益.不合适引用,自当删除! 若 ...
- 从入门到入土:Python爬虫学习|实例练手|爬取新浪新闻搜索指定内容|Xpath定位标签爬取|代码注释详解
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出.欢迎各位前来交流.(部分材料来源网络,若有侵权,立即删除) 本人博客所有文章纯属学习之用,不涉及商业利益.不合适引用,自当删除! 若 ...
- 从入门到入土:Python爬虫学习|实例练手|爬取百度产品列表|Xpath定位标签爬取|代码注释详解
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出.欢迎各位前来交流.(部分材料来源网络,若有侵权,立即删除) 本人博客所有文章纯属学习之用,不涉及商业利益.不合适引用,自当删除! 若 ...
- 从入门到入土:Python爬虫学习|实例练手|爬取百度翻译|Selenium出击|绕过反爬机制|
此博客仅用于记录个人学习进度,学识浅薄,若有错误观点欢迎评论区指出.欢迎各位前来交流.(部分材料来源网络,若有侵权,立即删除) 本人博客所有文章纯属学习之用,不涉及商业利益.不合适引用,自当删除! 若 ...
- 【源码+教程】Java桌球游戏_Java初级项目_Java练手项目_Java项目实战_Java游戏开发
今天分享的Java开源游戏项目是桌球游戏,初学者也可以用来练习喔~课程详细讲解了一个桌球游戏的编写思路和流程,即使你刚学Java没多久,也可以跟随该教程视频完成属于你自己的桌球游戏!同时,还可以加深和 ...
- 为何别人实操很强?因为他用这70个Python项目学习练手!它值得你收藏落灰!
[此文章转自乐字节] 前言: 不管学习哪门语言都希望能做出实际的东西来,这个实际的东西当然就是项目啦,不用多说大家都知道学编程语言一定要做项目才行. 这里整理了70个Python实战项目列表,都有完整 ...
- 新手python的100个实战项目,python练手经典100例项目
Python 的练手项目有哪些值得推荐? 基础和爬虫.Python由荷兰数学和计算机科学研究学会的Guido van Rossum于1990 年代初设计,作为一门叫做ABC语言的替代品. Python ...
最新文章
- 设计模式 之美 -- 工厂方法模式
- js设置元素class方法小结及classList相关
- 浏览器阻挡cookies_解决WordPress登录提示”Cookies被阻止或者您的浏览器不支持”...
- makefile中的shell调用---注意事项
- 中移动将整合手机邮箱和飞信业务
- 魔兽世界总是显示无法连接服务器,心得:launcher更新无法连接服务器如何解决...
- 简单打开.swf文件
- 《算法设计与分析基础》【part1】
- C# WinForm ListView控件用法详解
- c语言输出语句形式,c语言输出语句是什么
- 使用JavaScript删除HTML元素
- python画一棵树的心理测试,【心理测试】画树测试:一棵树读你的人生
- 【FLASH实例1000教程】(4)上
- 3D 文件格式 - 对应厂商
- k2ttl救砖_无线路由救砖 ttl刷机教程
- Huge And Integer
- 用友U9 UAP平台解析
- 【.net 深呼吸】自己动手来写应用程序设置类
- 博士生成长需要经历的7道门
- xctf攻防世界 MISC高手进阶区 Ditf