都很有规律不是吗?而在Scrapy里面,就可以设定我们想要的规律,Scrapy就可以对这些符合规律的网址及页面信息进行处理。先来看看成果吧,这一部分中,我们想要的结果就是输出排行榜里面的电影名称:

而且我们其实可以做的更好。

Pycharm用这个文件夹创建Project,douban/db处创建一个方便IDE运行的文件run.py

输入

from scrapy.cmdline import execute

execute(['scrapy', 'crawl', 'douban'])

打开douban/db/items.py,如该文件的名字,这个是我们从豆瓣这个“仓库”里取出来的“货”,我们想要的是什么“货”呢?电影名字。

classDbItem( scrapy.Item ) :

name = scrapy.Field ()

douban/db/db/spiders下创建spider.py,这个文件用来爬取网页,处理网址,我们需要告诉他我们想去的“仓库”该怎么走,该怎么爬。

“货物”信息的获取

下面轮到parse_item这个人来干活了,他需要从上述指定地点找到我们要的“货物”的信息,“货物”位于何处可以通过Xpath来查找。网页上点右键查看源代码,被给包住了,Xpath的功能就是通过这些标签来找到特定信息。

浏览器F12打开调试控制台,

指到该信息处,右侧就会显示出对应的代码

点右键有个好东西,

这个就可以拿来用啦。不幸的是,Scrapy经常不能识别出来,所以我们还需要会一点Xpath的语法(查一查10分钟搞定),参考Copy的自己修改一下。这里推荐Chrome的Xpath Helper这个插件,可以查看自己写的Xpath正不正确。

def parse_item(self,response):

name=response.xpath('//*[@class="title"][1]')

print(name)

好了,测试一下,运行run.py出现以下问题,403 forbidden,网站怀疑我们是机器人操作,

于是在setting.py里面伪装我们是浏览器的正常操作,

增加一个

总结

Scrapy可用来爬特定规则的网址,并进行处理;allow、follow等参数告诉程序如何“顺蔓摸瓜”;Xpath可方便的找出网页中的信息,本文举到的例子仅仅是提取电影名,我们其实如文章一开始的图片可以做的更丰富一些,对分数、演员、导演等加入一些判断,选择我们需要的电影。

进群:125240963   即可获取源码哦!

希望与广大网友互动??

点此进行留言吧!

python实现自动下载软件怎么办_打造一款Python实现自动下载电影的“脚本”!那种电影也可以哦!...相关推荐

  1. python下载电影_打造一款Python实现自动下载电影的“脚本”!那种电影也可以哦!...

    原标题:打造一款Python实现自动下载电影的"脚本"!那种电影也可以哦! 都很有规律不是吗?而在Scrapy里面,就可以设定我们想要的规律,Scrapy就可以对这些符合规律的网址 ...

  2. python文本分析的开源工具_共有11款Python 中文分词库开源软件

    "哑哈"中文分词,更快或更准确,由你来定义.通过简单定制,让分词模块更适用于你的需求. "Yaha" You can custom your Chinese W ...

  3. 手机学python语言用什么软件好_盘点几个在手机上可以用来学习编程的软件

    安装完成后,打开这个软件,就可以直接编写C/C++代码了,如下,代码高亮,语法检查,还支持查找.定位行.格式化代码功能: 编辑完成后,直接点击"Run",就能运行程序,效果如下: ...

  4. python客户端软件开发_妙小程python客户端

    妙小程python客户端官方版是一款由妙小程开发的学习Python课程的学习软件,妙小程python客户端最新版软件拥有丰富代码库,编程更加酷炫,妙小程python客户端集有趣.高科技.有温度于一身, ...

  5. python数据分析用什么软件好_居民出行OD调查后数据分析应该用什么软件做?

    居民出行OD调查后数据分析应该用什么软件做?以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧! 居民出行OD调查后数据分析应 ...

  6. python贴吧自动评论软件手机版_python实现百度贴吧自动顶贴机器人

    python顶贴机器人视频演示如下 测试版本: python 3.7 64位 火狐浏览器firefox 83.0 (64 位) selenium 3.141.0 文件目录结构如下图: 开发这款小工具, ...

  7. python下载无法安装_各种版本的python下载安装教程

    关键时刻,第一时间送达! 先不说楚枫的这般年纪,能够踏入元武一重说明了什么,最主要的是,楚枫在刚刚踏入核心地带时,明明只是灵武七重,而在这两个月不到的时间,连跳两重修为,又跳过一个大境界,踏入了元武一 ...

  8. vue打包的app如何设置自动清理软件缓存_使用Webpack启动你的Vue.js应用

    Webpack是开发Vue.js单页面应用(SPA)最基本的工具.通过管理负责的构建步骤能够使开发工作流非常的简单,同时也能够优化应用的大小提升应用的性能. 在这篇文章我将为大家展示Webpack是如 ...

  9. 限制网速软件_最具良心的三款下载软件丨你pick哪款?

    大家在生活中免不了要去网上找各种资源,然后用下载软件把资源下载到本地然后使用.但是现在一些主流的下载软件都会有下载速度限制,就会导致过多的时间浪费,资源与工作内容还有时间的矛盾.今天,我就来给大家分享 ...

最新文章

  1. vue 调用共众url_vue单页面,在微信公众号支付中遇到的URL未注册BUG解决方法-Go语言中文社区...
  2. 转载:EBS上用过的一些接口表整理信息
  3. 思科网络基础配置命令大全(二)
  4. Go协程池设计思路(Task-Job-Worker)
  5. Boost:分配服务的实例
  6. HDU 1010 Tempter of the Bone DFS(奇偶剪枝优化)
  7. 12如何隐藏dock栏_iPhone边框“变色”壁纸,隐藏Dock栏
  8. 传统节日海报PSD分层模板|年货礼品,传递年味温度
  9. springboot static方法与构造方法加载@VALUE
  10. 给入门级程序员的忠告
  11. mysql死锁 简单例子_写一个Mysql死锁的例子
  12. python 两点曲线_全方位比较3种数据科学工具的比较:Python、R和SAS(附链接)
  13. 软件测试员工自述,软件测试人员的述职报告.docx
  14. 通过概率规划归纳的人类水平概念学习
  15. isalpha、isalnum、islower、isupper等字符函数
  16. 计算力矩——计算关节力矩以平衡端点力和力矩
  17. win7 关闭计算机休眠,Win7关闭休眠的方法
  18. java毕业设计开题报告怎么写 如何写好一篇论文开题报告
  19. uView中picker限制选择时间,让过去的时间不可选
  20. 12核24线程 服务器 虚拟机,【图片】连i7都得跪:12核24线程E5处理器测试【显卡吧】_百度贴吧...

热门文章

  1. 【转载】CAD快捷键
  2. 在酒店共享上网的设置
  3. 生活就是要学会忍受,只有忍受才能享受——丁俊晖的自我管理经验
  4. D2Admin 7月份更新内容: cli3以及更方便的全局控制等
  5. TextRank的算法的理解
  6. 报错:chown: changing ownership of ‘/var/lib/mysql/‘: Permission denied
  7. html. tabindex无效,什么是HTML tabindex属性?
  8. 深圳市及各区高新补贴
  9. 运行jar包的通用shell脚本
  10. 历史信息安全事件回顾